IMPLEMENTASI TEXT MINING UNTUK ADVERTISING DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING PADA DATA TWEETS GOJEK INDONESIA

Azizah Nurfauziah Yusril (UIN Syarif Hidayatullah Jakarta)
Inggrit Larasati (Universitas Islam Negeri Syarif Hidayatullah Jakarta)
Qurrotul Aini (Universitas Islam Negeri Syarif Hidayatullah Jakarta)

Sistemasi: Jurnal Sistem Informasi
Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi

ABSTRACTIn determining advertising, businesses use social media to find out the responses of their followers. Gojek Indonesia is one of the company in Indonesia who uses Twitter social media as a means to do advertising. The purpose of this research is to find out the type of tweet content that is mostly retweeted and favorite by Gojek Indonesian followers so that it can be used to do advertising to Twitter users. The collection of tweet data from Twitter is done by integrating Twitter API and R programming language using R Studio tools. The data analysis method uses text mining and for the clustering process uses K-means. The results of this study obtained a number of 2 cluster tweets. Based on the calculation of the average number of retweets in each cluster, it was found that the type of content with the most retweets was related to the quiz program and the introduction of Gojek Indonesia’s products. Gojek Indonesia business people can use the retweet and favorite features as a means of advertising Twitter users.Keywords: advertising, gojek indonesia, text mining, k-means clustering, twitterABSTRAKDalam penentuan advertising, pelaku bisnis menggunakan media sosial untuk mengetahui respon dari para followers-nya. Gojek Indonesia merupakan salah satu pelaku bisnis di Indonesia yang menggunakan media sosial Twitter sebagai sarana untuk melakukan advertising. Tujuan dari penelitian ini yaitu untuk mengetahui jenis konten tweets yang banyak dilakukan retweet dan favorite oleh followers Gojek Indonesia sehingga dapat digunakan untuk melakukan advertising kepada pengguna Twitter. Pengumpulan data tweets dari Twitter dilakukan dengan mengintegrasikan Twitter API dan bahasa pemograman R menggunakan tools R Studio. Metode analisis data menggunakan text mining dan untuk klasterisasi menggunakan K-means. Hasil dari penelitian ini didapatkan sejumlah 2 klaster tweets. Berdasarkan perhitungan jumlah rata-rata retweet pada tiap klaster, didapatkan bahwa jenis konten dengan retweet terbanyak yaitu terkait program kuis dan perkenalan produk Gojek Indonesia. Pelaku bisnis Gojek Indonesia dapat menggunakan fitur retweet dan favorite sebagai sarana untuk melakukan advertising kepada pengguna Twitter.Kata Kunci: advertising, gojek indonesia, text mining, k-means clustering, twitter