Muhammad Zakiy Fauzi, - (2019) PENGELOMPOKAN OPINI MASYARAKAT TERHADAP BENCANA ALAM DI INDONESIA MENGGUNAKAN ALGORITMA DBSCAN DAN K-MEDOIDS. Skripsi thesis, UIN SUSKA RIAU.

	Text Zakiy (Kecuali BAB IV).pdf Download (15MB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Bencana alam merupakan bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam antara lain berupa gempabumi, tsunami, gunung meletus, banjir, puting beliung, dan tanah longsor. Beberapa bencana alam tersebut cukup menyita perhatian publik mulai dari ungkapan empati, sedih, hingga kritikan yang membentuk sebuah opini di sosial media. Salah satu sosial media yang sangat populer digunakan oleh masyarakat adalah Twitter. Opini yang ditulis oleh pengguna Twitter disebut tweets. Kumpulan dari tweets tersebut dapat diolah untuk mendapatkan informasi menggunakan teknik data mining yaitu Text Mining. Pada penelitian ini menggunakan algoritma Density-Based Spatial Clustering of Application with Noise (DBSCAN) dan K-Medoids. Hasil dari penelitian ini adalah DBSCAN menjadi algoritma terbaik karena mempunyai validitas Silhouette Index (SI) sebesar 0,9140 dan rata-rata waktu eksekusi di Rapid Miner Studio 83,40 detik. Sedangkan, algoritma K-Medoids memiliki validitas Silhouette Index (SI) sebesar 0,2259 dan rata-rata waktu eksekusi di Rapid Miner Studio 849,93 detik. Frekuensi kata “gempa” mendominasi untuk kategori positif, kata “bencana” mendominasi kategori negatif, dan kata “banjir dan gempa” mendominasi kategori negatif. KataKunci: Bencana Alam, Clustering, DBSCAN, K-Medoids, Text Mining

Actions (login required)

View Item