PERANGKUMAN TWEETS DARI ACCOUNT BERITA DI TWITTER
| Main Author: | RETNOWATI, SYLFIA INDAH |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/28037/1/jiptummpp-gdl-sylfiainda-32659-1-pendahul-n.pdf http://eprints.umm.ac.id/28037/2/jiptummpp-gdl-sylfiainda-32659-2-bab1.pdf http://eprints.umm.ac.id/28037/ |
Daftar Isi:
- Perkembangan informasi yang cepat, tepat dan akurat membuat sebagian orang menggunakan internet untuk mendapatkannya. Hal ini sesuai dengan perkembangan teknologi yang sangat populer saat ini yakni penggunaan jejaring sosial. Jejaring sosial mudah digunakan oleh hampir semua kalangan. Informasi yang bisa diperoleh dari situs jejaring sosial pun sangat beragam, mulai dari informasi tentang events, lokasi, kondisi emosional, hobi dan peristiwa yang sedang terjadi saat ini. Tidak hanya memperoleh informasi, dengan jejaring sosial kita juga bisa membagi informasi dengan siapapun dan dimanapun tanpa dibatasi jarak dan waktu. Salah satu jejaring sosial tersebut adalah Twitter. Beberapa akun berita akan menampilkan tweet pada waktu tertentu secara rutin yang terkadang terdapat kemiripan antara tweets atau item berita yang dikirim oleh satu akun dengan akun yang lain. Akibatnya akan ada ratusan tweets yang muncul per harinya, sehingga timeline menjadi penuh dengan informasi yang sama dan sangat tidak efisien. Hal ini menyebabkan perlunya tweets summarization atau perangkuman tweets untuk menyaring dan meringkas data pada twitter. Diperlukan sebuah aplikasi pada Twitter yang dapat menampilkan ringkasan tweets dari sebuah akun berita baik perangkuman berdasarkan asal tweets, kata-kata dalam tweets, panjang tweets maupun waktu tweets. Dengan adanya aplikasi tersebut akan ditampilkan satu tweets saja namun sudah mewakili beberapa item berita yang mirip atau kembar. Untuk mendapat summary pada Twitter, dilakukan pengambilan dari message stream, kemudian dilakukan clustering dengan metode k-means. Summarization dilakukan dengan Phrase Reinforcement algorithm. Dimana tweet yang mirip akan ditampilkan hanya satu tweet saja, yaitu tweet yang memiliki bobot maksimum dalam sebuah cluster.