Analisis Sentimen Twitter Corona DKI Jakarta

Analisis Sentimen Twitter untuk mengetahui Dampak dari Pandemi COVID-19 terhadap masyarakat Jakarta menggunakan TF-IDF Vectorizer & SVM

Web Application

Anda dapat mencoba model yang sudah dilatih dari penelitian ini secara langsung di Sentiment Detector

Setup

Setup local environment. Pertama clone/download repo ini. Selanjutnya, buat virtual environments dan aktifkan. Kemudian install dependencies pada requirements.txt.

$ pip install -r requirements.txt

CLI

Mengakses setiap feature yang ada lewat CLI.

python -m src --help

1. Scraping twitter menggunakan snscrape

   Melakukan scraping data twitter terkait topik apapun dengan menggunakan library snscrape.

   python -m src scrape --help

   Contoh

   Scraping data twitter terkait minyak di DKI Jakarta.

   query="minyak"
   geocode="-6.213621,106.832673,20km" # geocode-Jakarta
   max-results=5000 # maksimal-tweet
   export="minyak" # export-scraping
   

   python -m src scrape "minyak" \
      --geocode "-6.213621,106.832673,20km" \
      --max-results 5000 \
      --export "minyak"

2. Model Testing

   Testing model yang sudah dilatih sebelumnya sembari melakukan scraping data twitter terkait topik corona dengan menggunakan library snscrape.

   python -m src model-test --help

   Contoh

   Mendetect tweet tentang covid di kota Malang

   query="#corona OR covid OR Covid19 OR #DiRumahAja OR #quarantine OR Corona OR DiRumahAja OR wabah OR pandemi OR quarantine"
   geocode="-7.97712,112.63403,20km" # geocode-Malang
   max-results=5000 # maksimal-tweet
   export="covid" # export-scraping
   

   python -m src model-test \
      --geocode "-7.97712,112.63403,20km" \
      --max-results 5000 \
      --export "covid"

3. ONNX Model Converter

   Convert model yang sudah terlatih dalam bentuk pickle ke onnx.

   python -m src convert-onnx --help

© 2020 Wahyu Setianto