<![CDATA[AbstrakInformasi yang berada di media sosial twitter berkembang sangat cepat, contohnya seperti tweet tentangpemilihan presiden yang berhubungan dengan kedua calon pasang presiden. Topik yang sedangdibicarakan oleh masyarakat mengenai pemilihan presiden di twitter sangat beragam, oleh karena itudiperlukan suatu sistem untuk mengelompokan tweet berdasarkan topik pembahasan mengenai pemilihanpresiden yang berhubungan dengan kedua calon pasang presiden. Tujuan dilakukan penelitian adalahuntuk mengetahui topik apa saja yang dibicarakan oleh masyarakat saat pemilihan presiden, sehinggadiperlukan sebuah metode yang dapat mengelompokan tweet tersebut dan mengetahui akurasi perfomansidari ontology-based concept weighting dan dbscan. Penelitian ini menggunakan metode ontology-basedconcept weighting yang digunakan untuk menghitung dan menerapkan pengetahuan tentang strukturhierarkis topik dan dbscan untuk mengelompokan tweet tersebut. Berdasarkan hasil pengujian,pengelompokan tweet menggunakan ontology-based concept weighting dan dbscan untuk data pasangancalon nomor urut 1 menghasilkan akurasi sebesar 26.5% dan data pasangan calon nomor urut 2menghasilkan akurasi sebesar 44.16%. Kata kunci: ontologi, pemilihan presiden, tweet, clusterisasi, dbscan. AbstractInformation that is on Twitter social media is growing very fast, for example, like tweets about presidentialelections related to the two presidential pairs. The topic being discussed by the public regarding thepresidential election on Twitter is very diverse, therefore a system is needed to group tweets based on thetopic of discussion about presidential elections relating to the two candidates for presidential pairs. Thepurpose of the research is to find out what topics are discussed by the public during the presidential election,so that a method is needed that can group these tweets and know the performance accuracy of ontologybasedconceptweightinganddbscan.Thisstudyusesontology-basedconceptweightingmethodsthatareusedtocalculateandapplyknowledgeoftopichierarchicalstructuresanddbscantogroupthosetweets.Basedonthe results of the testing, the grouping of tweets using ontology-based concept weighting anddbscan for candidate pair number 1 data produced an accuracy of 26.5% and data on candidate pairnumber 2 produced an accuracy of 44.16%.Keywords: ontology, presidential elections, tweet, clustering, dbscan.]]>
Copyrights © 2019
