NURUL GAYATRI INDAH REZA (2018) PENERAPAN ALGORITMA DBSCAN UNTUK PENCARIAN TREND TOPIK PILKADA PEKANBARU 2017 PADA TWITTER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_201868SIF.pdf Download (157kB) | Preview
Preview	Text 2. PENGESAHAN_201868SIF.pdf Download (708kB) | Preview
Preview	Text 3. ABSTRAK_201868SIF.pdf Download (170kB) | Preview
Preview	Text 4. KATA PENGANTAR_201868SIF.pdf Download (169kB) | Preview
Preview	Text 5. DAFTAR ISI_201868SIF.pdf Download (136kB) | Preview
Preview	Text 6. BAB I_201868SIF.pdf Download (206kB) | Preview
Preview	Text 7. BAB II_201868SIF.pdf Download (350kB) | Preview
Preview	Text 8. BAB III_201868SIF.pdf Download (212kB) | Preview
	Text 9. BAB IV_201868SIF.pdf Restricted to Repository staff only Download (856kB)
Preview	Text 10. BAB V_201868SIF.pdf Download (163kB) | Preview
Preview	Text 11. DAFTAR PUSTAKA_201868SIF.pdf Download (131kB) | Preview

Abstract

Twitter merupakan salah satu contoh dari sosial media atau jejaring sosial yang menjadi salah satu sumber paling umum untuk berkomunikasi. Setiap tweet atau kicauan dari Pengguna Twitter mengandung data seperti teks yang apabila dikumpulkan dapat diolah menjadi informasi. Pengolahan data dari kicauan Twitter akan menciptakan suatu trend yang dapat digunakan untuk kebutuhan informasi seperti pada bidang pendidikan, ekonomi, politik, dan lainnya. Hal ini kemudian melahirkan konsep Text Mining. Teknik Text Mining dibutuhkan untuk menemukan suatu pola menarik dalam mencari trend berdasarkan teks Twitter dengan topik terkait Pilkada Pekanbaru 2017. Penelitian ini dimaksudkan untuk melakukan clustering data teks Twitter menggunakan algoritma Density-Based Spatial Clustering of Application with Noise(DBSCAN). Dalam penelitian ini dilakukan beberapa percobaan dengan beberapa para meter Eps dan MinPts yang berbeda terhadap 2.184 data teks yang sudah melalui tahapan cleaning, penghapusan duplikasi, serta praproses seperti stemming dan stopwords. Berdasarkan rata-rata Silhouette Indextertinggi maka ditentukan nilai parameter Eps = 0,1 dan MinPts=10 dengan SI = 0,413sebagai parameter terbaik, sehingga membentuk 31 cluster trend kata. Hasil frekuensi kemunculan kata paling tinggi dalam cluster adalah kata “kpu”, diikuti dengan “firdaus”, “kota”, “pasang”, dan “ayat”. Berdasarkan hasil frekuensi tersebut pasangan calon yang paling sering muncul pada hasil cluster adalah Firdaus-Ayat, dan menurut hasil dari Pilkada 2017 juga menetapkan Firdaus-Ayat sebagai Walikota dan Wakil Walikota Pekanbaru dengan persentase suara 33,07%. Kata Kunci: Clustering, DBSCAN, Pilkada Pekanbaru 2017, Text Mining, Twitter

Actions (login required)

View Item