<![CDATA[Twitter sebagai sosial media yang populer, memiliki jumlah pengguna yang sangat besar. Pengelompokan pengguna Twitter menjadi penting untuk dilakukan. Salah satunya dapat menjadi strategi marketing suatu perusahaan dalam memasarkan produk yang digunakan. Pengelompokan dapat dilakukan dengan memanfaatkan fitur-fitur Twitter yang kemudian dimodelkan dalam bentuk graph sehingga dapat dilakukan graph clustering. Penelitian ini membandingkan tiga metode graph clustering yaitu fastgreedy, walktrap dan leading eigenvector dengan menggunakan 23000 tweet dari 96 akun politisi Indonesia. Dari hasil penelitian, nilai purity yang diperoleh adalah antara 0.7-0.8. Dengan nilai purity tertinggi diperoleh saat menggunakan algoritma walktrap dan leading eigenvector yaitu 0.833 dimana fitur Twitter yang digunakan adalah fitur mentions. Kata kunci: Twitter, graph clustering, fastgreedy, walktrap, leading eigenvector, deteksi komunitas]]>
Copyrights © 2016
