Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Darma Agung
Fajar Sapta Ramadhan
Universitas Widyatama,Bandung
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
TEXT CLUSTERING ANALYSIS OF PUBLIC SENTIMENT ON TWITTER ABOUT TOKOPEDIA BTS USING ORANGE DATA MINING Fajar Sapta Ramadhan; Ari Purno Wahyu Wibowo
Jurnal Darma Agung Vol 30 No 2 (2022): AGUSTUS
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Darma Agung (LPPM_UDA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46930/ojsuda.v30i2.2366

Abstract

Text mining bisa dikenal juga sebagai data mining dalam bentuk teks, text mining adalah proses mengubah teks yang tidak terstruktur menjadi format terstuktur untuk mengidentifikasi pola yang bermakna dan wawasan baru. Dengan menerapkan teknik analisis seperti Naïve Bayes, Support Vector Machines (SVM), dan Text Clustering, perusahaan dapat mengeksplorasi dan menemukan hubungan tersembunyi dalam data mereka yang tidak terstruktur. Text Clustering adalah penerapan analisis cluster pada dokumen berbasis teks. Dengan menggunakan machine learning dan pemrosesan Natural Language Processing (NLP) untuk memahami dan mengkategorikan data tekstual yang tidak terstruktur. Text Clustering secara otomatis mengelompokan tekstual seperti dokumen dalam teks biasa, halaman web, email, tweet dan lain-lain ke dalam cluster berdasarkan kesamaan konten. Text mining menggunakan penggabungan antara statistik, linguistik dan machine learning untuk dapat menciptakan pemodelan dari data yang diperoleh dan memprediksi data yang dihasilkan pada infromasi berdasarkan pengamatan sebelumnya. Text mining dapat mengidentifikasi informasi yang sangat relevan dari teks yang didapat. Namun, analitik teks hanya berfokus pada penentuan pola dan tren yang tersebar di seluruh data yang menghasilkan data kuantitatif. Analisis teks dapat digunakan untuk pembuatan grafik, tabel, dan jenis laporan visual lainnya seperti pemasaran dan pengendalian produk untuk meningkatkan keuntungan.
Co-Authors Ari Purno Wahyu Wibowo