Akuisisi dan Clustering Data Sosial Media Menggunakan Algoritma K-Means sebagai Dasar untuk Mengetahui Profil Pengguna
| Main Authors: | Dwiarni, Binuri Ayu; Departemen Matematika Institut Teknologi Sepuluh Nopember Surabaya, Setiyono, Budi; Departemen Matematika Institut Teknologi Sepuluh Nopember |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS
, 2019
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/sains_seni/article/view/49815 http://ejurnal.its.ac.id/index.php/sains_seni/article/view/49815/5836 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/49815/19317 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/49815/19319 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/49815/19320 http://ejurnal.its.ac.id/index.php/sains_seni/article/downloadSuppFile/49815/19321 |
Daftar Isi:
- Banyaknya informasi yang tersebar melalui sosial media menyebabkan data sosial media menjadi salah satu sumber data yang menarik untuk diteliti. Pada Twitter, hanya 11,84% dari akun protected di Twitter yang berarti sebagian besar tweetnya terlihat dan mudah dibagikan. Twitter menyediakan layanan Application Programming Interface (API) yang dapat digunakan untuk mengakuisisi data. Untuk bisa menjadikan data yang diakuisi tersebut menjadi sebuah informasi yang berguna diperlukan sebuah proses salah satunya dengan clustering. Algoritma K-Means mempunyai kemampuan mengelompokkan data dalam jumlah cukup besar dengan waktu komputasi yang cepat dan efisien. Salah satu budaya asing yang saat ini sedang terkenal di Indonesia yaitu kebudayaan Korea Selatan (Hallyu). Oleh karena itu Hallyu menjadi studi kasus dalam Tugas Akhir ini. Proses Akuisisi Data Twitter dilakukan dengan cara membangun aplikasi Twitter untuk mendapatkan OAuth Twitter kemudian melakukan akuisisi dengan filter fitur-fitur yang disediakan oleh Twitter API. Dari hasil akuisisi data Twitter yang dilakukan dalam 5 hari dengan ujicoba 87 keyword “K-Pop” dan “K-Drama” dengan batasan latitude -4.640003 dan longitude 109.866141 pada radius 590km didapat 68.393 tweet. Hasil akuisisi data tersebut kemudian dilakukan clustering dengan k = 3. Dimana k1 menunjukkan waktu tweet yang dianggap pagi. Sedangkan k2 menunjukkan waktu tweet yang dianggap siang. Dan k3 menunjukkan waktu tweet yang dianggap malam. Sehingga setelah melakukan clustering di dapat jam 21.00 – 01.00 merupakan mayoritas orang-orang melakukan tweet.tweet. Hasil akuisisi data tersebut kemudian dilakukan clustering dengan k = 3. Dimana k1 menunjukkan waktu tweet yang dianggap pagi. Sedangkan k2 menunjukkan waktu tweet yang dianggap siang. Dan k3 menunjukkan waktu tweet yang dianggap malam. Sehingga setelah melakukan clustering di dapat jam 21.00 – 01.00 merupakan mayoritas orang-orang melakukan tweet.