<![CDATA[Perkembangan teknologi dan informasi pada saat ini membuat pelaku usaha atau e-commerce beralihberiklan melalui website, sosial media; Facebook, Instagram, Twitter. Dengan beriklan di sosial mediamisalnya di Twitter, pelaku usaha harus jeli untuk memberikan tweet yang sharable dimana para followerakan secara sukarela membagikan konten seperti foto, video, diskon atau kuis dan pertanyaan yang dapatmendongkrak penjualan. Tujuan penelitian ini adalah membantu pelaku usaha atau e-commerce untukmengetahui jenis konten tweet yang banyak dilakukan retweet oleh followers, sehingga konten tersebut sebagaisarana untuk melakukan promosi kepada pengguna Twitter. Untuk mendapatkan konten tersebutdilakukan clustering data tweet dari Twitter dengan menggunakan Text Mining dan metode Density-BasedSpatial Clustering of Applications with Noise (DBSCAN). Metode ini membentuk cluster dari data-datayang saling berdekatan, sedangkan data yang saling berjauhan tidak akan menjadi anggota cluster.Penentuan jumlah cluster terbaik dilakukan dengan menggunakan metode Silhouette coefficient. Penelitianini menggunakan data teks yang diambil dari akun Twitter @bliblidotcom. Hasil penelitian inimendapatkan jumlah clustering yang terbaik berdasarkan Silhouette coefficient adalah lima cluster. Tweetyang retweet terbanyak adalah tweet opporeno di cluster 4 dan 5. Menggunakan hasil cluster tersebut BlibliIndonesia terbantu untuk melakukan promo apa yang paling disuka oleh pelanggannya.Kata Kunci : Text Mining, Twitter, DBSCAN, E-commerce, Clustering]]>
Copyrights © 2021
