PENGELOMPOKKAN BERITA KESEHATAN PADA SOSIAL MEDIA TWITTER DENGAN METODE K-MEANS CLUSTERING
JEFFER OLIANDO (2022) PENGELOMPOKKAN BERITA KESEHATAN PADA SOSIAL MEDIA TWITTER DENGAN METODE K-MEANS CLUSTERING , SKRIPSI, UNIVERSITAS PRIMA INDONESIA
ABSTRAK
Twitter merupakan salah satu media sosial paling berpengaruh di dunia dengan 15,7
juta pengguna di Indonesia dan menduduki peringkat ke-6 sebagai negara dengan pengguna
Twitter terbanyak. Selain digunakan sebagai media sosial, Twitter juga digunakan sebagai
media untuk membaca atau mengirim berita. Informasi berita yang terus meningkat
menyebabkan pengguna kesulitan dalam mencari informasi berita tertentu. Salah satu solusi
yang dapat diterapkan untuk mengatasi permasalahan tersebut adalah melalui clustering
informasi berita di Twitter. Dalam penelitian ini peneliti menggunakan penelitian kuantitatif
dengan metode K-Means Clustering yang merupakan salah satu metode clustering yang
digunakan dalam pengelompokan data. Data yang digunakan dalam penelitian ini adalah
dataset yang diambil dari UCI Machine Learning Repository yaitu Health News in Twitter
Data Set sebanyak 14.970 data tweet. Hasil penelitian menunjukkan bahwa penentuan cluster
terbaik menggunakan metode Elbow pada dataset menghasilkan bukti empiris bahwa cluster
terbaik adalah K=3. Hasil pengelompokan berita kesehatan di media sosial Twitter
menggunakan metode K-Means Clustering dengan K=3 menghasilkan jumlah cluster yaitu C1
data tweet sebanyak 4.991, C2 data tweet sebanyak 4.482, dan C3 sebanyak 5.497 tweet.
JURNAL
| KATEGORI JURNAL | Jurnal Nasional |
|---|---|
| TAHUN JURNAL | 2022 |
| VOLUME JURNAL | 4 |
| NOMOR JURNAL | 3 |
| NAMA PENERBIT | Ensiklopedia of journal |
| NOMOR ISSN/ISBN | 26548399 |
| LAMAN PENERBIT (URL) | https://jurnal.ensiklopediaku.org/ojs-2.4.8-3/index.php/ensiklopedia/index |
| LAMAN ARTIKEL (URL) | https://jurnal.ensiklopediaku.org/ojs-2.4.8-3/index.php/ensiklopedia/article/view/877 |