<![CDATA[Penelitian ini mengusulkan sistem analisis sentimen real-time untuk data media sosial dengan mengintegrasikan arsitektur edge computing dan Apache Kafka. Seiring dengan pesatnya perkembangan teknologi informasi dan big data, analisis opini publik dari platform media sosial menuntut pemrosesan data yang cepat, efisien, dan akurat. Sistem yang dikembangkan dalam penelitian ini memanfaatkan perangkat edge untuk melakukan pre-processing data dan ekstraksi fitur secara lokal, yang bertujuan untuk mengurangi latensi dan beban jaringan sebelum data dikirim ke pusat analisis menggunakan Apache Kafka sebagai message broker. Metode ini dibandingkan dengan pendekatan berbasis cloud tradisional, dengan harapan dapat meningkatkan kecepatan dan akurasi analisis sentimen secara signifikan. Implikasi praktis dari penelitian ini adalah penyediaan solusi yang dapat diskalakan dan dioperasikan secara real-time untuk pemantauan opini publik, yang berguna dalam berbagai sektor seperti pemasaran digital, pemantauan isu sosial, deteksi krisis, dan analisis tren sosial. Hasil pengujian sistem menunjukkan bahwa integrasi antara edge computing dan Apache Kafka berhasil mempercepat proses analisis sentimen dengan peningkatan throughput yang signifikan dan penurunan latensi, tanpa mengorbankan akurasi analisis. Model analisis sentimen yang digunakan mencapai tingkat akurasi yang tinggi pada data uji. Penelitian ini juga mengidentifikasi beberapa tantangan terkait sinkronisasi data dan isu keamanan dalam sistem terdistribusi, yang dapat menjadi fokus penelitian lanjutan. Temuan ini memberikan kontribusi terhadap pengembangan sistem analitik berbasis big data untuk aplikasi real-time di dunia nyata, serta membuka peluang untuk penelitian lebih lanjut dalam mengoptimalkan kinerja dan skalabilitas sistem ini.]]>
Copyrights © 2025
