Browsing by Author "Choeruddin, Muchlish"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- ItemPERBANDINGAN METODE K-MEANS, DBSCAN, DAN AGGLOMERATIVE CLUSTERING TERHADAP KLASTERISASI OPINI DAN MEDIA ONLINE TERHADAP TOKOH TOKOH PUBLIK(Program Studi S1 Informatika, 2023) Choeruddin, Muchlish; Yan Puspitarani (Pembimbing)Opini publik dan media online selalu menjadi topik yang menarik perhatian, terutama ketika terkait dengan tokoh-tokoh publik yang menjadi sorotan. Namun banyaknya data yang harus diolah, menjadi masalah untuk efektifitas dalam memahami pola-pola yang terbentuk dalam klasterisasi opini. Analisis data pada volume yang tinggi menjadi sangat sulit dan memakan waktu yang lama. Selain itu, data yang tidak diolah secara optimal akan menghasilkan informasi yang tidak relevan atau kurang signifikan dan sulit untuk dikelompokkan ke dalam kelompok yang saling terkait. Dengan menerapkan teknik teks klasterisasi pada opini-opini publik dapat membantu dalam mengelompokkan opini-opini tersebut menjadi kelompokkelompok yang saling berhubungan dan memudahkan dalam menganalisis data. Selain itu, dapat dilakukan optimasi pada proses klasterisasi dengan memilih metode klasterisasi yang tepat dan mengatur parameter yang digunakan agar proses klasterisasi dapat berjalan lebih efisien dan menghasilkan klasterisasi yang optimal. Penelitian ini akan membutuhkan data dari opini publik dan media online yang akan diambil dari berita digital yang tersebar di internet, beserta komentar warganet yang akan dianggap sebagai opini masyarakat. Kemudian akan dilakukan tahap text-preprocessing pada data tersebut. Sehingga akhirnya bisa dilakukan klasterisasi. Dan akan dievaluasi untuk menunjukan ke-optimalan klister yang didapat. Hasil dari klasterisasi akan berupa perbandingan hasil evaluasi antara algoritma klasterisasi K-Means, Agglomerative Clustering, dan DBSCAN disusun dari yang kurang sampai dan paling optimal. Oleh karena itu dalam penelitian ini akan dilakukan proses klasterisasi untuk mengelompokkan opini-opini publik ke dalam suatu klaster dan juga memperbandingkan metode-metode klasterisasi untuk menguji tingkat akurasi dan menghasilkan klaster-klaster opini yang optimal.