ANALISIS SENTIMEN DATA TWITTER MENGGUNAKAN METODE K-MEANS CLUSTERING PADA STUDI KASUS PEMINDAHAN IBU KOTA NUSANTARA (IKN)
(1) Prodi Sistem Informasi, STMIK Dharma Wacana, Kota Metro, Lampung
(2) Prodi Sistem Informasi, STMIK Dharma Wacana, Kota Metro, Lampung
Corresponding Author
Abstract
Penelitian ini bertujuan untuk mengetahui tanggapan masyarakat mengenai pemindahan ibu kota nusantara atau IKN dan untuk mengetahui emosi yang terkandung di dalam tweet. Latar belakang di dalam penelitian ini yaitu banyaknya pengguna media sosial tertentu yang terkhusus yaitu pada media sosial twitter guna untuk mengungkapkan opini tentang pemindahan ibu kota nusantara atau IKN. Penelitian ini menggunakan metode k- means clustering dengan masukan berbentuk teks. Penelitian ini mencakup pengumpulan data, preprocessing, clustering. preprocessing meliputi tahapan Cleanning,case floding, normalisasi, Data Transformation, stemming Data Reduction,D ata Discretization, clustering menggunakan metode k-means dengan menentukan beberapa cluster. Percobaan di lakukan dengan 2000 data twitt yang di kelompokan menjadi 3 cluster yaitu meliputi C1,C2,C3,hasil tertinggi dari analisis sentimen yaitu mencapai 79,31%. dengan tanggapan negatif dan hasil akurasi tertinggi di dapat dengan metode k- means clustering.
Keywords
References
Andaru Liken Anggoro,Lulasnova Violprameswari ,”Analisis Media Text Clustering Pada Twitter Akan Kasus Selebriti Menggunakan Orange Data Minin”, Remik,2023.
Krisna Jhonatan,Sitorus,Anita Mulia Wati, Sarika,” Klasifikasidan Analisissentimen Pada Data Twitter Menggunakan Algoritma Naiv Bayes .(Studi Kasus : Pekan Olahraga Nasional Xx 2021)” Jakarta 20 Agustus 2022.
Tania Syifa Utami, “ Analisis Sentimen Judul Berita Mengenai Pemindahan Ibu Kota Negara (IKN) Pada Portal Berita Detik.Com Menggunakan Support Vector Machine (SVM)”. Jakarta 2023.
Sheila Shevira, I Made Agus Dwi Suarjaya,Putu Wira Buana,” Pengaruh Kombinasi Dan Urutan Pre-Processing Pada Tweets Bahasa Indonesia”. Universitas Udayana Agustus 2022.
Hafizh Dery Al Assyam, Firman Noor Hasan,”Analisis Sentimen Twitter Terhadap Pemindahan Ibu Kota Negara Ke IKN Nusantara Menggunakan Orange Data Mining”. Jakarta 2023.
Sulstri, Dwi Agus Diartono,”Analisis Jejaring Sosial Twitter Menggunakan Kalstering K-Means Dan Hirarki Agglomeratif” Semarang 2019.
Ni Putu Eka Merlina, Ernawati,Alb. Joko Santoso,”Analisa Penentuan Jumlas Cluster Terbaik Pada Metode K-Mean Clustering”. Universitas Atmajaya , Yogyakarta.
Ratu Aghnia Raffaidy Wiguna,Andri Irfan Rifai,”Analisis Text Clustering Masyarakat Di Twitter Mengenai Omnibuslaw Menggunakan Orange Data Mining “.Bandung 2021.
Muhammad Ilham Ramadhon,” Analisis Sentimen Terhadap Pemindahan Ibu Kota Indonesia Pada Media Sosial Twitter Menggunakan Metode Algoritma K-Nearst Neighbor (K-NN). UINSH Jakarta 2020.
Rizky Kurnia Pratama, Putry Wahyu Setyaningsih,”Analisis Komentar Pada Twitter Terhadap Lapangan Kerja Dengan Metode Naiv Bayes”.UMBY Yogyakarta 2022.
Raihanda Luthfiansyah, Budi Wasito,” Analisis Sentimen Terhadap Para Kandidat Presiden 2024 Berdasarkan Netizen Pengguna Twitter Dengan Metode Data Mining Dan Text Mining” .2024.
Miranti Alysha Zulia Larasati,Nurul Anisa Sari Winarsih, Muammad Syaifur Rohman, Galuh Wilujeng Saraswati,” Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter”.UDN Semarang 2 Agustus 2022.
Endahns,”Klasifikasi Data Menggunakan Metode K-Means Clustering Dengan Aplikasi Orang”.27 Juni 2020.
Joel Carron, Ilmuan Data Di Mode, “Pengertian Violin Plot”. Februari 2024.
Article Metrics
Abstract View
: 941 times
Download : 551 times
DOI: 10.56327/jurnaltam.v15i1.1670
Refbacks
- There are currently no refbacks.
