PERBANDINGAN ALGORITMA K-MEDOIDS DAN K-MEANS DALAM MENENTUKAN SEGMENTASI PASAR PADA PERENCANAAN PEMBUATAN PRODUK SUNSCREEN
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Pada era saat ini, dengan maraknya penggunaan media sosial X berbasis teks ini seringkali masyarakat membuat tweet berupa opini terhadap produk atau barang yang digunakannya sehingga memberikan pengaruh terhadap pengguna lain bagi yang membaca tweet tersebut. Karena hal tersebut, pada penelitian ini akan membahas mengenai sentimen analisis yang bertujuan memberikan suatu keputusan dari berbagai macam opini masyarakat di X terhadap produk sunscreen yang marak digunakan saat ini yang nantinya bisa menjadi peluang untuk produsen dalam membuat inovasi produk yang dibutuhkan oleh masyarakat saat ini. Dari data sentimen analisis ini data diolah menggunakan algoritma K-Medoids dan K-Means yang dianalisis yang bertujuan untuk mengetahui tingkat keakurasian dari masingmasing metode algoritma. Adapun untuk tahapan untuk penelitian ini dimulai dari pengumpulan data dari platform sosial media X sebanyak sekitar 10.000 tweet yang berkaitan dengan kata kunci sunscreen, selanjutnya dilakukan pre-processing untuk mencari kata-kata yang sering muncul pada tweet, lalu data yang sudah di preprocessing diproses menggunakan metode sentimen analisis dengan menghasilkan 3 kelompok yaitu tweet dengan kelompok positif, netral, dan negatif. Dari hasil kelompok tersebut, kelompok tweet dengan hasil positif dihitung jumlah frekuensi kemunculannya sehingga dihasilkan jenis sunscreen dengan keunggulan tertentu yang dapat dijadikan inovasi produk selanjutnya. Dari hasil data sentimen analisis sebelumnya, data diproses menggunakan metode algoritma clustering K-Medoids dan K-Means untuk mengetahui hasil akurasi dari masing-masing algoritma dengan diperoleh hasil algoritma K-Means dengan indeks hasil uji tertinggi yaitu 0,609 pada cluster 5 sedangkan pada algoritma K-Medoids dengan indeks hasil uji tertinggi sebesar 0, 689 berada pada cluster 3. Sehingga untuk algoritma yang baik dalam pengolahan data sentimen ini adalah algoritma K-Medoids.