<![CDATA[Perkembangan pesat teknologi digital telah memicu pertumbuhan data secara eksponensial yang dikenal dengan istilah big data. Salah satu sumber utamanya adalah media sosial yang setiap hari menghasilkan miliaran interaksi berupa teks, gambar, video, maupun sinyal digital lainnya. Analisis big data media sosial menjadi sangat penting karena mampu mengungkap perilaku pengguna, tren opini publik, serta pola komunikasi masyarakat. Pada penelitian ini, metode statistika dan probabilitas dijadikan landasan dalam menganalisis big data media sosial. Berbagai teknik seperti analisis distribusi probabilitas, model regresi, time series, serta uji hipotesis digunakan untuk mengidentifikasi hubungan antar variabel, memprediksi kecenderungan, dan mengekstraksi pengetahuan dari data tidak terstruktur. Selain itu, model probabilistik seperti Naïve Bayes dan Markov Chain diterapkan untuk mengklasifikasikan sentimen, mendeteksi topik, serta menganalisis dinamika penyebaran informasi dalam jaringan sosial. Hasil penelitian menunjukkan bahwa perpaduan metode statistika klasik dengan model probabilistik modern merupakan pendekatan yang efektif untuk menghadapi kompleksitas big data media sosial. Dengan demikian, integrasi statistika dan probabilitas berperan bukan hanya sebagai alat analisis, tetapi juga sebagai dasar konseptual dalam pengembangan sistem analitik yang adaptif, prediktif, dan mendukung pengambilan keputusan berbasis data.]]>
Copyrights © 2025
