Sentiment Analysis merupakan sebuah cabang penelitian pada domain Text Mining yang mulai booming pada awal tahun 2002-an. Risetnya mulai marak semenjak paper dari B.Pang dan L.Lee muncul. Sederhananya, text mining lebih bertujuan untuk mengolah kata, bukan mengolah angka.
Sentiment analysis terdiri dari 3 subproses besar yakni:
Subjectivity Classification, Orientation Detection dan Opinion Holder & Target Detection. Hingga saat ini, hampir sebagian besar penelitian di bidang sentiment analysis ditujukan untuk Bahasa Inggris karena memang Tools/Resources untuk bahasa inggris sangat banyak sekali. Beberapa resources yang sering digunakan untuk sentiment analysis adalah SentiWordNet dan WordNet.
SMART Consulting mencoba mengukur tingkat sentimen publik terhadap bank syariah di Indonesia. Terutama juga dikaitkan dengan komparasi terhadap perkembangan bank syariah di negara tetangga, Malaysia. Dipilih 20 dokumen yang digunakan sebagai sumber data. Tools Semantria digunakan sebagai alat bantu.
Hasilnya menunjukkan bahwa dari data yang ada, hanya 30% dokumen yang memiliki sentimen positif atas perkembangan bank syariah di Indonesia. Sementara itu, 35% dokumen bersentimen negatif. Sisanya, yakni sebesar 35% lebih mengarah pada penilaian netral.
Merujuk hasil ini, pada faktanya, sentimen negatif lebih dominan dibanding dengan sentimen positif atas perkembangan industri bank syariah di Indonesia. Tentu saja banyak alasan yang mendasarinya: Kekurangan SDM syariah yang handal, persepsi masyarakat yang kurang baik, hingga regulasi yang kurang mendukung dibanding yang dilakukan otoritas yang sama di negeri jiran.
Tidak ada komentar:
Posting Komentar