Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Lulasnov Viola Prameswari Ken
Telkom Purwokerto Institute of Technology
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 1 Documents
Search

 1 
Analisis Media Text Clustering pada Twitter Akan Kasus Selebriti Menggunakan Orange Data Mining Andaru Liken Anggoro; Lulasnov Viola Prameswari Ken; Majid Gigih Setiawan
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 1 (2023): Volume 7 Nomor 1 Januari 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i1.12001

Abstract

Media sosial saat ini tidak hanya digunakan sebagai alat bantu komunikasi jarak jauh namun juga menjadi salah satu wadah yang digunakan oleh masyarakat untuk berbagi, mengakses, dan diskusi seputar isu – isu publik saat ini. Salah satunya media sosial yang dapat digunakan sebagai wadah tersebut adalah twitter yang merupakan platform media online real time yang sering digunakan untuk berkomunikasi dengan sebutan ciutan – ciutan antar satu pengguna dengan yang lain. Trending topik pada twitter berisi komentar masyarakat Indonesia yang mengandung statement opini. Salah satu contoh kecilnya yaitu kasus artis selebiriti yang tersandung permasalahan mengenai “kabur karantina” menjadi salah satu topik yang sangat menarik untuk dibahas. Penelitian ini mencoba menganalisis tanggapan masyarakat melalui komentar di twitter dengan metode analisis vader kemudian dari analisis tersebut menghasilkan tweet profiler dan juga visualition distribution. Penelitian ini menggunakan aplikasi penambangan data orange data mining dengan mengaplikasikan prepocess text yang meliputi transformation, tokenization, normalization, dan filtering yang bertujuan agar text dapat dianalisis. Melalui analisis sentimen dengan metode text clustering di twitter kita dapat memahami bagaimana orang menggambarkan dan mengungkapkan persepsi mereka terhadap kasus yang akan di bahas baik secara positif, negatif maupun netral. Analisis tersebut penting untuk melihat sejauh mana media sosial seperti twitter digunakan oleh masyarakat saat ini sebagai salah satu instrumen diseminasi informasi publik di Indonesia.
Co-Authors Andaru Liken Anggoro Majid Gigih Setiawan