Konsistensi Berita dan Click Bait Bagaimana Menganalisisnya?

Berita dan Dunia Digital

Siapa yang tidak suka berbelanja dengan E-commerce? Sebagian besar masyarakat pasti menyukai melihat, berencana, dan membeli barang idamannya. Entah itu sebuah sepatu, baju, hingga ponsel. Sebagian besar para konsumen sebelum membeli melakukan aktivitas mengkaji barang yang hendak dibeli dengan menelusuri komentar pengguna yang sudah memiliki, melihat video review dan unboxing, hingga membaca berita mengenai produk yang diinginkan.

Sayangnya, berita yang terdapat di kanal berita terkadang tidak sesuai antara judul dan isinya. Istilah yang lebih dikenal dengan click-bait. Click-bait adalah salah satu pendekatan marketing agar masyarakat mengklik berita tersebut terlepas konten yang disampaikan sesuai dan berkualitas. Kesesuaian antara judul dan isi menjadikan sebuah berita itu benar memiliki konten yang sesuai atau tidak. Salah satu upaya untuk mengukur kesesuaian antara konten berita dengan judul adalah dengan mengukur sentimen analisis sebuah berita. Contoh sederhana adalah sebagai berikut.

  • Judul Berita – Memiliki Nilai Sentimen Positif
  • Isi Berita – Memiliki Nilai Sentimen Negatif

Maka secara kesimpulan berita tersebut tidak konsisten dan rentan click bait. Sebaliknya jika judul memiliki :

  • Judul Berita – Memiliki Nilai Sentimen Positif
  • Isi Berita – Memiliki Nilai Sentimen Positif

Maka secara kesimpulan berita tersebut memiliki konsistensi dan kebenarannya bisa dilanjutkan dengan langkah lain seperti melakukan analisis Hoax.

Analisis Sentimen pada Berita

Analisis sentimen pada berita secara sederhana digunakan untuk mengetahui seberapa positif nilai sebuah berita. Nilainya berjenjang 1 – -1. 1 memiliki makna nilai positif, 0 memiliki makna nilai berita netral, -1 memiliki makna nilai berita negatif.

Penilaian analisis sentimen dapat dilakukan dengan dua cara

  1. Pendekatan manual labelling
  2. Pendekatan otomatis labelling.

Manual artinya melibatkan manusia untuk memberi label, kemudian melatih mesin. Sementara automatis adalah menggunakan mesin seluruhnya untuk menilai analisis sentimen. Pendekatan kedua cukup menarik tetapi membutuhkan penyesuaian mengingat pendekatan otomatis labelling belum mendukung bahasa Indonesia.

Aplikasi Web Pengukur Analisis Sentimen

Aplikasi web pengukur analisis sentimen pada dasarnya adalah mengukur konsistensi antara judul dengan isi sebuah berita. Solusi ini menggunakan solusi layanan kognitif yang dikombinasikan dengan pelatihan Support Vector Machine. Kemudian dibandingkan dengan manual labelling.

Tampak bahwa akurasi berbasis layanan kognitif tidak setinggi manual labelling, tetapi menjanjikan dari segi :

  • Training yang tidak diperlukan
  • Akurasi yang tidak terlalu jauh dibanding pendekatan manual.
  • Mendukung identifikasi click bait tanpa perlu melakukan training mode

Penulis : Ridi Ferdiana

Peneliti: Novia Widiyanti Putri

Tahun : 2019

Leave a comment

Your email address will not be published. Required fields are marked *