ANALISA MEDIA SOSIAL TWITTER MENGGUNAKAN KLASTERING K- MEANS

Pratiwi, Myta Ayu (2019) ANALISA MEDIA SOSIAL TWITTER MENGGUNAKAN KLASTERING K- MEANS. Undergraduate thesis, Universitas Stikubank.

PDF Restricted to Repository staff only Download (2MB)

Abstract

Text mining adalah teknik yang dapat digunakan untuk melakukan klastering, klasifikasi dan analisa sentimen. Klastering metode pengelompokan data. Menurut Tan clustering adalah sebuah proses untuk mengelompokan data ke dalam beberapa cluster atau kelompok sehingga data dalam satu cluster memiliki tingkat kemiripan yang maksimum dan data antar cluster memiliki kemiripan yang minimum. Klastering dapat berguna dalam sebuah prediksi atau analisa masalah dan menjadi solusi masalah yang telah diapaparkan sebelumnya, dengan begitu kita dapat mengetahui opini masyarakat terkait isu dan nama-nama calon yang akan maju pada pemilu di tahun 2019. Pada penelitian ini algoritma yang digunakan K-means. Hasil yang di dapatkan 9 klaster isu yang populer pada saat itu dengan jumlah anggota klaster 2,10,6,7,4,2,8,1,10 dan dengan rata-rata klaster 9.5,29,62,31,120.75,32,30,34,33 serta memiliki tingkat keyakinan 93.8 %. Dan dalam menentukan jumlah N menggunakan metode Silhouette.

Item Type:	Thesis (Undergraduate)
Additional Information:	SKR.I.05.02.1823 NIM:15.01.55.0005
Uncontrolled Keywords:	Clustering, K-Means, Text Mining, Twitter, Pemilu 2019.
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Yuliana Eliza
Date Deposited:	14 Nov 2019 02:50
Last Modified:	14 Nov 2019 02:50
URI:	https://eprints.unisbank.ac.id/id/eprint/5659

Actions (login required)

View Item