TEXT MINING IN TWITTER: AN ANALYSIS AND MONITORING POLITICAL ISSUES

Sukirno Kasau, Yuyun Yuyun, Syafruddin Syarif

Abstract


Media sosial merupakan media yang mempertemukan manusia di dunia maya, salah satu sosial media yang menjadi favorit adalah twitter. Berbagai hal bisa dibahas di twitter, salah satunya adalah tentang politik. Guna mengelola informasi perlu dilakukan analisis teks salah satunya dengan menggunakan text mining. Tujuan penelitian ini adalah untuk menggali informasi dari media sosial twitter terkait isu politik. Metode penelitian yang digunakan adalah studi pustaka (library research), metode pengumpulan data (field research) dan perancangan sistem serta analisis. Pada studi literatur, dilakukan pencarian penelitian-penelitian terkait menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor. Temuan penelitian ini adalah 2 topik dengan nilai coherence terbaik dari 20 topik.  Pengujian dari dua topik isu tersebut menunjukkan tingkat akurasi klasifikasi berdasarkan topik menggunakan metode K-Nearest Neighbor lebih tinggi dari Naïve Bayes.

Kata kunci; Sosial media, Text Mining, Naïve Bayes, K-Nearest Neighbor

Full Text:

PDF

References


A. M. Kaplan and M. Haenlein, “Users of the world, unite! The challenges and opportunities of Social Media,” Bus. Horiz., vol. 53, no. 1, pp. 59–68, 2010, doi: 10.1016/j.bushor.2009.09.003.

S. V. Shri Bharathi and A. Geetha, “Determination of news biasedness using content sentiment analysis algorithm,” Indones. J. Electr. Eng. Comput. Sci., vol. 16, no. 2, pp. 882–889, 2019, doi: 10.11591/ijeecs.v16.i2.pp882-889.

L. Bustikova, D. S. Siroky, S. Alashri, and S. Alzahrani, “Predicting Partisan Responsiveness: A Probabilistic Text Mining Time-Series Approach,” Polit. Anal., vol. 28, no. 1, pp. 47–64, 2020, doi: 10.1017/pan.2019.18.

D. Suyanto, Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika, 2019.

Y. Pratomo, “Ini Cara Cambridge Gunakan Data Facebook untuk Menangkan Trump,” kompas.com, 2018. https://tekno.kompas.com/read/2018/03/27/19110007/ini-cara-cambridge-gunakan-data-facebook-untuk-menangkan-trump (accessed Mar. 30, 2020).

A. F. Hadi, D. Bagus, and M. Hasan, “Text Mining Pada Media Sosial Twitter Studi Kasus : Masa Tenang Pilkada Dki 2017 Putaran 2,” Semin. Nas. Mat. dan Apl. 21 Oktober 2017 Surabaya, Univ. Airlangga, 2017, [Online]. Available: http://math.fst.unair.ac.id/wp-content/uploads/2017/10/50-Dimas-Bagus__Sistem-Informasi_.pdf.

S. Syarif, Anwar, and Dewiani, “Trending topic prediction by optimizing K-nearest neighbor algorithm,” Proc. 2017 4th Int. Conf. Comput. Appl. Inf. Process. Technol. CAIPT 2017, vol. 2018-Janua, pp. 1–4, 2018, doi: 10.1109/CAIPT.2017.8320711.

H. Februariyanti, M. Firmansyah, J. S. Wibowo, and M. S. Utomo, “ANALISIS SENTIMEN TANGGAPAN TERHADAP APLIKASI LAYANAN INFORMASI PENGINAPAN MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES,” semanTIK, vol. 6, no. 2, pp. 115–124.

F. Hjorth, R. Klemmensen, S. Hobolt, M. E. Hansen, and P. Kurrild-Klitgaard, “Computers, coders, and voters: Comparing automated methods for estimating party positions,” Res. Polit., vol. 2, no. 2, p. 2053168015580476, 2015.

B. R. Aditya, “Penggunaan Web Crawler Untuk Menghimpun Tweets dengan Metode Pre-Processing Text Mining,” J. INFOTEL - Inform. Telekomun. Elektron., vol. 7, no. 2, p. 93, 2015, doi: 10.20895/infotel.v7i2.35.

J. Eka Sembodo, E. Budi Setiawan, and Z. Abdurahman Baizal, “Data Crawling Otomatis pada Twitter,” no. August, pp. 11–16, 2016, doi: 10.21108/indosc.2016.111.

A. Nurlayli and M. A. Nasichuddin, “Topik Modeling Penelitian Dosen Jptei Uny Pada Google Scholar Menggunakan Latent Dirichlet Allocation,” Elinvo (Electronics, Informatics, Vocat. Educ., vol. 4, no. 2, pp. 154–161, 2019, doi: 10.21831/elinvo.v4i2.28254.

K. Stevens, P. Kegelmeyer, D. Andrzejewski, and D. Buttler, “Exploring topic coherence over many models and many topics,” EMNLP-CoNLL 2012 - 2012 Jt. Conf. Empir. Methods Nat. Lang. Process. Comput. Nat. Lang. Learn. Proc. Conf., no. July, pp. 952–961, 2012.


Refbacks



Copyright (c) 2021 semanTIK

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Editor's Address :

Informatics Engineering Department of Halu Oleo University, Engineering Faculty Building 3rd Floor
H.E.A. Mokodompit Street, Bumi Tridharma Green Campus, Halu Oleo University

Telp. (0401) 3196237
Fax. (0401) 3195287
Website:http://ojs.uho.ac.id/index.php/semantik/index
E-mail: semantik.informatika@uho.ac.id