Progresif: Jurnal Ilmiah Komputer
Vol 18, No 2: Agustus 2022

Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter

Miranti Alysha Zulia Larasati (Universitas Dian Nuswantoro)
Nurul Anisa Sri Winarsih (Universitas Dian Nuswantoro)
Muhammad Syaifur Rohman (Universitas Dian Nuswantoro)
Galuh Wilujeng Saraswati (Universitas Dian Nuswantoro)



Article Info

Publish Date
10 Aug 2022

Abstract

The evolution of Twitter as a platform loved by the general public in Indonesia is evidenced by statistical data that shows that Indonesia is ranked 7th in the world and has a large number of users, reaching 13.2 million. Many users have expressed their opinions on Twitter. This includes expressions with hate speech to bullying. From this research, an analysis was carried out on public satisfaction with K-Pop to get a benchmark for how far people know the existence of K-Pop in Indonesia. This research was conducted using the K-Means Clustering algorithm method to group (positive, neutral and negative) sentiments from datasets taken from Twitter. The dataset used consists of 1000 data retrieved according to the results of the polarity of the tweet. Based on the test results, it got a negative sentiment value of 15.09%, neutral 51.75%, and positive 33.15%. With the evaluation level using the silhouette coefficient method, which is 0.687974 which means it has good structural results.Keywords: Data Mining, K-means Clustering, Silhouette coefficient, K-popĀ Abstrak. Evolusi Twitter sebagai platform yang digemari masyarakat umum di Indonesia dibuktikan dengan data statistik yang menunjukkan bahwa Indonesia menempati peringkat ke-7 dunia dan memiliki jumlah pengguna yang besar yaitu mencapai 13,2 juta. Banyak pengguna yang mengutarakan pendapat di Twitter. Ini termasuk ekspresi dengan ujaran kebencian hingga perundungan. Dari penelitian tersebut dilakukan analisis tentang kepuasan masyarakat terhadap K-Pop untuk mendapatkan tolok ukur seberapa jauh masyarakat mengetahui eksistensi K-Pop di Indonesia. Penelitian ini dilakukan dengan menggunakan algoritme K-Means Clustering untuk mengelompokkan sentimen positif, netral dan negatif dari dataset yang diambil dari twitter. Dataset yang digunakan terdiri dari 1000 data yang diambil sesuai hasil polaritas tweet. Berdasarkan hasil pengujian mendapatkan nilai sentimen negatif sebanyak 15,09%, netral 51,75%, dan positif 33,15%. Dengan tingkat evaluasi menggunakan metode Silhouette Coefficient yaitu sebesar 0.687974 yang berarti memiliki hasil struktur yang baik.Kata kunci: Data Mining, K-means Clustering , Silhouette coefficient, K-pop

Copyrights © 2022






Journal Info

Abbrev

progresif

Publisher

Subject

Computer Science & IT Control & Systems Engineering

Description

Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang ...