Deep Learning

Sentiment Analysis Pornografi dengan Twitter API

Tugas Deep Learning

Disusun Oleh                         :         Achmad Faidz Ramadhan

                                                         Bayu Abdul Hafiz

                                                         Diar Savitri Ramadhanty

                                                         Dinar Ajeng Kuntari

Kelas                                      :         4IA03

Fakultas                                  :         Teknologi Industri

Jurusan                                   :         Teknik Informatika

Penjelasan:

Kelompok kami mencoba beberapa cara untuk Analisa sentiment twitter API menggunakan python.

Cara 1:

Library yang harus di download atau import adalah tweepy.

Pertama, daftar melalui : https://apps.twitter.com/

Langkah-langkah untuk mendapatkan kode:

1.      Daftar apabila belum punya akun twitter. Atau login apabila sudah punya akun twitter

2.      Pilih create new app

1.      Lalu isi field-field yang ada dan jangan lupa ceklist agreement nya

1.      Berikutnya mendapatkan kode akses dan tokennya ialah

selanjutnya buat file untuk autentikasi pada aplikasi python 3.6

berikut adalah codingannya :

Berikutnya masuk pada codingan untuk mengumpulkan tweet-tweet dengan Bahasa Indonesia dengan kata kunci “porno”

Lalu di run (tekan F5)

Maka di folder yang sama dengan file 2 python diatas tadi, akan ada file .json. gunakan notepad untuk membuka filenya, seperti terlihat di gambar berikut

Alternative agar bisa terbaca dengan baik, convert file json tadi pada web : https://json-csv.com/ . dengan catatan file .json nya tidak lebih dari 1MB. Dan hasilnya bisa di download dengan hasil .csv. file .csv bisa dibaca menggunakan Microsoft excel. Tampilannya seperti berikut

Itulah cara mengambil tweet menggunakan Bahasa pemrograman pyton dengan keyword “porno”

Sumber :

https://medium.com/poda/collecting-data-from-twitter-bb29bc5bed6b

https://drizzersilverberg.wordpress.com/2016/06/25/search-di-tweepy/

file bisa di download pada link berikut:

https://drive.google.com/open?id=1Bf7wGGnNFhfP4mkS-4CTB0PFvidsyboa

Cara 2 :
Install python terlebih dahulu, disini kami menggunakan Python v3.6.4

Buka apps.twitter.com untuk membuat API (Applicaion Programming Interface).

Klik tab “Keys and Access Token” untuk melihat consumer  key, terdapat Consumer Key Consumer Secret(API Secret)

Dan terdapat Your Acces Token yang terdiri dari Access Token dan Access token secret

Bukalah editor python dan save dengan nama yang anda inginkan, disini kami menamakannya twitter_deeplearning_test.py simpan pada folder tertentu, kemudian buka cmd. Panggil file python nya, install module module yang dibutuhkan, awalnya kita akan menginstall pip.

 Kemudian kita akan menginstall textblob tweepy dan matplotlib nya

Setelah semua library yang dibutuhkan terinstall, buka editor python dan ketikkan kodingan seperti berikut:

from textblob import TextBlob

import sys, tweepy

import matplotlib.pyplot as plt

def percentage(part, whole):

    return 100 * float(part)/float(whole)

consumerKey='isi token'

consumerSecret='isi token'

accessToken='isi token'

accessTokenSecret='isi token'

auth = tweepy.OAuthHandler(consumerKey, consumerSecret)

auth.set_access_token(accessToken, accessTokenSecret)

api = tweepy.API(auth)

searchTerm = input("Enter keyword/hastag to seacrh about: ")

noOfSearchTerms = int(input("Enter how many tweets to analyze: "))

tweets = tweepy.Cursor(api.search, q=searchTerm, lang="English").items(noOfSearchTerms)

positive = 0

negative = 0

neutral = 0

polarity = 0

for tweet in tweets:  

    print(tweet.text)

   

    analysis = TextBlob(tweet.text)

    polarity += analysis.sentiment.polarity

    if (analysis.sentiment.polarity == 0):

        neutral += 1

    if (analysis.sentiment.polarity < 0.00):

        negative += 1

    if (analysis.sentiment.polarity > 0.00):

        positive += 1

positive = percentage(positive, noOfSearchTerms)

negative = percentage(negative, noOfSearchTerms)

neutral = percentage(neutral, noOfSearchTerms)

polarity = percentage(polarity, noOfSearchTerms)

positive = format(positive, '.2f')

neutral  = format(neutral, '.2f')

negative = format(negative, '.2f')

print ("How people are reacting on " + searchTerm + " by alayzing " + str (noOfSearchTerms) + " Tweets.")

if (polarity == 0):

    print("Neutral")

elif (polarity < 0.00):

    print("Negative")

elif (polarity > 0.00):

    print("Positive")

labels = ['Positive['+str(positive)+'%]', 'Neutral['+str(neutral)+'%]', 'Negative['+str(negative)+'%]']

sizes = [positive, neutral, negative]

colors = ['green', 'blue', 'red']

patches, texts = plt.pie(sizes, colors=colors, startangle=90)

plt.legend(patches, labels, loc="best")

plt.title('how people are reacting on '+searchTerm+' by analyzing '+str(noOfSearchTerms)+' tweets.')

plt.axis('equal')

plt.tight_layout()

plt.show()

Setelah itu coba buka cmd dan ketikkan “python” setelah itu ketikkan seperti berikut

Ini berarti menandakan bahwa sentiment alaysis untuk mengetahui maksud dari suatu kata positif, negative, atau netral dengan +0, -0, dan 0. +0 untuk positif, -0 untuk negative dan 0 untuk netral
Running program pada file python yang telah ditulis dengan mengklik f5 dan akan menghasilkan