Analisis Sentimen: Bagaimana Mesin Mencoba Memahami Emosi Manusia Lewat Kata

 

Vol 2, No 3 (2026): Pusat Referensi Linguistik  Volume 2, Nomor 3,  Maret  2026

Analisis Sentimen:

Analisis Sentimen: Bagaimana Mesin Mencoba Memahami Emosi Manusia Lewat Kata

Di era digital saat ini, setiap detiknya manusia menghasilkan jutaan teks: mulai dari status media sosial, ulasan produk di e-commerce, komentar di portal berita, hingga tweet singkat tentang perasaan terkini. Semua tulisan ini adalah cerminan dari opini, evaluasi, dan emosi manusia. Namun, bagaimana jika kita ingin mengolah data raksasa ini secara otomatis? Bagaimana caranya agar komputer—yang pada dasarnya hanya memahami angka 1 dan 0—dapat "membaca" dan memahami apakah sebuah kalimat bernada positif, negatif, atau netral? Di sinilah cabang ilmu yang dikenal sebagai analisis sentimen (sentiment analysis) atau opinion mining berperan. Artikel ini akan mengupas tuntas bagaimana mesin mencoba memahami emosi manusia lewat kata, mulai dari pendekatan sederhana berbasis kamus hingga kecanggihan model deep learning modern.

Apa Itu Analisis Sentimen dan Mengapa Penting?

Analisis sentimen adalah bidang studi yang mengkaji bagaimana cara mengekstrak, mengidentifikasi, dan mengkarakterisasi sentimen atau opini yang terkandung dalam suatu teks secara otomatis menggunakan komputasi . Tujuan utamanya adalah untuk menentukan sikap penulis terhadap suatu topik, produk, atau entitas tertentu, apakah itu positif, negatif, atau netral. Namun, analisis yang lebih canggih bahkan dapat mendeteksi emosi spesifik seperti marah, sedih, senang, atau kecewa.

Pentingnya analisis sentimen di era modern tidak bisa diremehkan. Bagi perusahaan, analisis sentimen terhadap ulasan produk di media sosial atau situs e-commerce menjadi barometer kepuasan pelanggan yang sangat berharga. Pemerintah dapat menggunakannya untuk memonitor opini publik terhadap kebijakan baru. Dalam dunia politik, analisis sentimen digunakan untuk memprediksi hasil pemilu atau mengukur penerimaan publik terhadap seorang kandidat. Bahkan di pasar saham, analisis sentimen terhadap berita keuangan dapat membantu memprediksi pergerakan harga . Singkatnya, kemampuan untuk memahami "apa yang dirasakan orang" dari lautan teks adalah aset yang sangat berharga di abad ke-21.

Tantangan Awal: Mesin Tidak "Merasa"

Langkah pertama yang krusial dalam analisis sentimen adalah memahami bahwa komputer tidak memiliki perasaan. Komputer tidak bisa "merasakan" bahwa kata "bahagia" itu menyenangkan atau kata "bencana" itu buruk. Yang bisa dilakukan komputer hanyalah memproses simbol dan melakukan perhitungan matematis. Oleh karena itu, untuk bisa "memahami" emosi, kita harus mengajarkan mesin tentang bahasa manusia dengan cara yang bisa dimengerti oleh mesin. Proses ini dimulai dengan mengubah teks menjadi representasi numerik.

Teks mentah perlu dibersihkan dan diproses terlebih dahulu. Proses ini disebut pra-pemrosesan teks, yang meliputi:

·         Tokenisasi: Memecah kalimat menjadi unit-unit kecil yang disebut token (kata).

·         Penghapusan Stopwords: Menghilangkan kata-kata umum seperti "dan", "di", "ke", "yang" yang tidak memiliki muatan sentimen.

·         Stemming/Lemmatization: Mengubah kata menjadi bentuk dasarnya (misalnya, "berlari", "berlomba", "lari" menjadi "lari").

·         Normalisasi Teks: Memperbaiki kata-kata tidak baku, slang, atau singkatan (misalnya, "makasih" menjadi "terima kasih").

Setelah teks bersih, barulah kita bisa mengubahnya menjadi angka.

Pendekatan Pertama: Kamus dan Aturan (Lexicon-Based Approach)

Pendekatan paling awal dan paling intuitif dalam analisis sentimen adalah pendekatan berbasis kamus atau leksikon. Metode ini menggunakan kamus kata-kata yang sudah diberi label bobot sentimen. Misalnya, sebuah kamus sentimen bahasa Indonesia mungkin berisi kata "bagus" dengan skor +1 (positif), kata "jelek" dengan skor -1 (negatif), dan kata "biasa saja" dengan skor 0 (netral).

Cara kerjanya sederhana: setelah teks diproses, setiap kata dalam teks dicocokkan dengan kamus sentimen. Skor total sentimen dihitung dengan menjumlahkan bobot dari setiap kata yang ditemukan. Jika hasilnya positif, teks diklasifikasikan sebagai positif; jika negatif, diklasifikasikan sebagai negatif; dan jika nol, diklasifikasikan sebagai netral. Metode ini juga sering mempertimbangkan intensitas (kata "sangat" dapat menggandakan bobot kata berikutnya) dan negasi (kata "tidak" dapat membalikkan polaritas kata berikutnya, misalnya "tidak bagus" menjadi negatif) .

Kelebihan pendekatan ini adalah kesederhanaan dan kecepatannya. Ia tidak membutuhkan data latih yang besar. Kekurangannya, ia tidak dapat memahami konteks. Kata "jatuh" dalam kalimat "harga saham jatuh" (negatif) berbeda dengan "buah jatuh dari pohon" (netral). Kamus yang sama tidak bisa membedakannya. Selain itu, membuat kamus yang lengkap dan akurat untuk semua bahasa dan domain sangatlah sulit.

Pendekatan Modern: Pembelajaran Mesin dan Deep Learning

Pendekatan berbasis aturan mulai tergantikan oleh pendekatan berbasis pembelajaran mesin (machine learning) karena kemampuannya yang lebih baik dalam menangkap konteks dan nuansa bahasa. Dalam pendekatan ini, kita tidak memberi tahu mesin kata-kata apa yang positif atau negatif. Sebaliknya, kita memberi mesin ribuan contoh teks yang sudah diberi label sentimennya (misalnya, 10.000 tweet positif dan 10.000 tweet negatif). Mesin kemudian belajar sendiri pola-pola linguistik yang membedakan kedua kelas tersebut.

Representasi Teks untuk Machine Learning

Sebelum mesin bisa belajar, teks harus diubah menjadi vektor numerik. Metode klasik yang paling populer adalah Bag-of-Words (BoW) dan TF-IDF.

·         Bag-of-Words: Teks direpresentasikan sebagai "kantong" kata-kata penyusunnya, tanpa memperhatikan urutan. Setiap dokumen diubah menjadi vektor di mana setiap dimensi mewakili sebuah kata, dan nilainya adalah frekuensi kemunculan kata tersebut .

·         TF-IDF (Term Frequency-Inverse Document Frequency): Ini adalah penyempurnaan dari BoW. TF-IDF tidak hanya menghitung frekuensi kata dalam satu dokumen, tetapi juga mengurangi bobot kata-kata yang muncul di banyak dokumen (seperti "adalah") karena kata-kata tersebut dianggap tidak informatif .

Algoritma Pembelajaran Mesin

Setelah teks menjadi vektor, berbagai algoritma klasifikasi dapat digunakan, seperti Naive Bayes, Support Vector Machines (SVM), atau Random Forest. Algoritma-algoritma ini belajar memisahkan data berdasarkan fitur-fitur yang ada. Misalnya, SVM akan mencoba mencari garis pemisah terbaik antara kelompok dokumen positif dan negatif dalam ruang vektor berdimensi tinggi .

Namun, metode BoW dan TF-IDF masih memiliki kelemahan besar: mereka kehilangan informasi urutan kata dan konteks. Kalimat "Saya suka film ini, tidak seperti film sebelumnya" dan "Saya tidak suka film ini, seperti film sebelumnya" secara harfiah memiliki kata-kata yang mirip jika hanya dihitung frekuensinya, padahal maknanya bertolak belakang.

Revolusi Deep Learning: Word Embeddings dan Transformers

Solusi untuk masalah konteks datang dari deep learning. Dua inovasi utama yang merevolusi analisis sentimen adalah word embeddings dan model transformer.

Word Embeddings seperti Word2Vec atau GloVe merepresentasikan kata sebagai vektor padat (dense vector) dalam ruang berdimensi rendah. Yang revolusioner dari embeddings adalah kemampuannya menangkap makna dan hubungan antar kata. Kata-kata yang memiliki makna serupa ("bahagia", "senang", "gembira") akan memiliki vektor yang berdekatan dalam ruang vektor. Bahkan, hubungan analogi dapat ditangkap, misalnya vektor("raja") - vektor("laki-laki") + vektor("perempuan") akan menghasilkan vektor yang dekat dengan vektor("ratu") .

Namun, terobosan terbesar datang dengan model Transformer dan arsitektur BERT (Bidirectional Encoder Representations from Transformers) yang dikembangkan oleh Google. Tidak seperti model sebelumnya yang membaca kalimat searah (kiri ke kanan atau kanan ke kiri), BERT membaca kalimat secara dua arah (bidirectional). Ini memungkinkan model untuk memahami konteks sebuah kata berdasarkan semua kata di sekitarnya, baik di kiri maupun di kanan .

Dengan kemampuan ini, BERT dan turunannya (seperti IndoBERT untuk bahasa Indonesia) dapat memahami bahwa kata "jatuh" memiliki makna berbeda dalam konteks "jatuh cinta" (positif), "jatuh sakit" (negatif), dan "jatuh dari sepeda" (netral). Model-model ini dilatih dengan jumlah data yang sangat besar (misalnya, seluruh Wikipedia) dan kemudian dapat "di-tune" (fine-tuned) untuk tugas spesifik seperti analisis sentimen dengan hasil yang jauh lebih akurat.

Studi Kasus: Analisis Sentimen di Indonesia

Perkembangan analisis sentimen untuk bahasa Indonesia juga sangat pesat. Penelitian oleh kurniawati2019analisis (dikutip dalam Verolyna, 2022) menguji beberapa metode klasifikasi untuk analisis sentimen terhadap layanan provider internet. Hasilnya menunjukkan bahwa metode Naive Bayes mencapai akurasi 82%, sementara metode Support Vector Machine (SVM) mencapai akurasi yang lebih tinggi, yaitu 87% .

Penelitian lain oleh Prasetyo dan Hidayat (2020) melakukan studi komparatif terhadap performa algoritma Multinomial Naive Bayes (MNB) dan Support Vector Machine (SVM) dalam analisis sentimen terhadap produk provider di Twitter. Mereka menemukan bahwa SVM mampu mencapai akurasi hingga 96%, melampaui MNB yang mencapai 90% .

Yang menarik, analisis sentimen untuk bahasa Indonesia memiliki tantangan tersendiri karena tingginya penggunaan bahasa gaul, singkatan, dan campur kode (code-mixing) antara Indonesia dan Inggris. Peneliti Indonesia terus mengembangkan sumber daya seperti kamus slang dan model berbahasa Indonesia (misalnya, IndoBERT) untuk mengatasi tantangan ini. Penelitian oleh Winata dkk. (2021) secara khusus menyoroti tantangan analisis sentimen pada media sosial Indonesia yang sarat dengan kode-campur dan mengusulkan pendekatan transfer learning multibahasa untuk mengatasinya .

Evaluasi dan Tantangan yang Tersisa

Meskipun kemajuan teknologi sangat pesat, analisis sentimen masih menghadapi beberapa tantangan besar:

1.      Sarkasme dan Ironi: Ini adalah musuh terbesar analisis sentimen. Kalimat "Wah, pinter banget sih kamu sampai lupa bawa kunci" secara harfiah menggunakan kata positif ("pinter"), tetapi makna sebenarnya adalah negatif. Mesin sering kali tertipu oleh sarkasme.

2.      Konteks Budaya dan Domain: Kata "gemuk" bisa dianggap positif dalam konteks pujian terhadap bayi, tetapi negatif jika digunakan untuk orang dewasa. Model harus memahami konteks budaya dan domain pembicaraan.

3.      Emosi Kompleks: Manusia sering merasakan emosi campur aduk. Sebuah ulasan film bisa mengandung kekaguman terhadap sinematografi tetapi kekecewaan terhadap alur cerita. Menangkap nuansa ini masih sulit.

4.      Bahasa yang Terus Berkembang: Slang baru, singkatan, dan meme muncul setiap hari. Model harus terus diperbarui agar tidak ketinggalan zaman.

Evaluasi kinerja model analisis sentimen biasanya menggunakan metrik seperti akurasi, presisi, recall, dan F1-score. Metrik ini mengukur seberapa baik prediksi model dibandingkan dengan label kebenaran yang dibuat oleh manusia .

Kesimpulan

Perjalanan mesin dalam memahami emosi manusia lewat kata adalah cerminan dari perjalanan panjang kecerdasan buatan itu sendiri. Dari pendekatan sederhana berbasis kamus hingga model deep learning canggih seperti BERT yang mampu menangkap konteks dan nuansa bahasa, kita telah menyaksikan lompatan teknologi yang luar biasa. Meskipun tantangan seperti sarkasme dan kompleksitas emosi masih belum terpecahkan sepenuhnya, kemampuan mesin untuk "membaca" sentimen dari lautan teks digital telah membuka pintu bagi aplikasi-aplikasi yang tak terbayangkan sebelumnya. Di masa depan, seiring dengan semakin canggihnya model bahasa, kita mungkin akan melihat mesin yang tidak hanya mampu mendeteksi sentimen, tetapi juga benar-benar "memahami" kompleksitas emosi manusia dengan cara yang semakin mendekati kemampuan kita sendiri.

 

Daftar Pustaka

Koto, F., & Rahmaningtyas, G. (2017). InSet Lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs. 2017 International Conference on Asian Language Processing (IALP), 391–394.

Liu, B. (2015). Sentiment analysis: Mining opinions, sentiments, and emotions. Cambridge University Press.

Manning, C. D., & Schütze, H. (1999). Foundations of statistical natural language processing. MIT Press.

Prasetyo, A., & Hidayat, R. (2020). Perbandingan metode Multinomial Naive Bayes dan Support Vector Machine untuk analisis sentimen provider di Twitter. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(5), 1023–1030.

Verolyna, D. (2022). Analisis sentimen masyarakat terhadap layanan provider internet menggunakan algoritma klasifikasi. Jurnal Sosial Teknologi, 2(2), 132–139.

Winata, G. I., Cahyawijaya, S., Lin, Z., Liu, Z., Xu, P., & Fung, P. (2021). Are multilingual models effective in code-switching? Proceedings of the Fifth Workshop on Computational Approaches to Linguistic Code-Switching, 16–25.

Zhang, L., Wang, S., & Liu, B. (2018). Deep learning for sentiment analysis: A survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(4), e1253.

 

 👇👇👇 beli bukunya untuk materi lebih dalam.