ANALISIS TEXT CLUSTERING MASYARAKAT DI TWITTER TENTANG SEPAK BOLA INDONESIA MENGGUNAKAN ORANGE DATA MINING

Owen Baihaqie, Imam Yuadi

Sari


Twitter saat ini menjadi sebuah platform media sosial yang sangat menarik untuk diamati. Topik yang sedang trend di Twitter seringkali memunculkan komentar dan opini dari masyarakat Indonesia. Salah satu topik yang menarik untuk dianalisis adalah sepak bola Indonesia yang saat ini banyak disoroti. Penelitian ini bertujuan untuk menganalisis tanggapan masyarakat terhadap topik tersebut melalui komentar di Twitter, menggunakan metode analisis Vader, tweet profiler, dan visualisasi distribution. Proses analisis dilakukan dengan menggunakan aplikasi Orange Data Mining, yang melibatkan tahapan preprocess text, seperti transformation, tokenization, normalization, dan filtering untuk memastikan teks bisa dianalisis. Hasil dari penelitian ini menunjukkan bahwa terdapat enam jenis respon dari masyarakat terhadap sepak bola Indonesia, dengan respon tertinggi adalah rasa terkejut dan takut.

Kata Kunci


Orange Data Mining; Sentimen Analisis; Sepak Bola; Twitter; Visualisasi Data

Teks Lengkap:

PDF

Referensi


Alfandis. 4 Oktober, 2002. Ancaman Sanksi FIFA Imbas Tragedi Kanjuruhan, PSSI Diminta Berbenah detiksulsel.

Husnusyifa, Annisa. 2019. Pengaruh Penggunaan Media Sosial Twitter Terhadap Sikap Fanatisme Penggemar (Studi Pada Media Sosial Twitter @BTOBIndonesia Terhadap Sikap Fanatisme Penggemar). IDEA: Jurnal Humaniora.

Hozair., Anwari., & Alim Syariful. 2021. Implementasi Orange Data Mining Untuk Klasifikasi Kelulusan Mahasiswa dengan Model K-Nearest Neighbor, Decision Tree. Jurnal Nero, 6(2).

Irmayanti Windi. 2021. Visualisasi Data Pada Data Mining Menggunakan Metode Klasifikasi Naive Bayes. Jurnal Khatulistiwa Informatika, 9(1), 68-72.

Istiqomah Santi., & Marsaroh Siti. 2022. Sistem Prediksi Penjualan Hijab Menggunakan Algoritma Prediksi Di Aplikasi Orange (Studi Kasus : Kota Tasikmalaya). Jurnal Saintesa, 2(1).

Nur Akbar, M., Annisa Safitri, S., Nasrullah., & Mubarak. 2022. Analisis Sentimen Pengguna Indihome dengan Metode Klasifikasi Suppoet Vektor Machine (SVM). Jurnal Shift, 2(1).

Oktaria Sihombing, L., Hannie., & Arif Dermawan, B. 2021. Sentimen Analisis Customer Review Produk Shopee Indonesia Menggunakan Algoritma Naive Bayes Classifier. Jurnal Pendidikan Informatika, 5(2).

Sentiya, A., & Suroyo, H. (2019). Analisis Text Clustering Akun Fanpage Shopee Indonesia Dengan Komentar Followers Menggunakan Tools Orange Data Mining. Bina Darma Conference, 1055–1067. http://conference.binadarma.ac.id/index.php/BDCCS/article/view/660

Wiguna, R. A. Raffaidy, & Rifai, A. I. 2021. Analisis Text Clustering Masyarakat Di Twitter Mengenai Omnibus Law Menggunakan Orange Data Mining. Journal of Information Systems and Informatics, 3(1), 1–12. https://doi.org/10.33557/journalisi.v3i1.78




DOI: https://doi.org/10.31294/jki.v11i2.16072

DOI (PDF): https://doi.org/10.31294/jki.v11i2.16072.g6323

##submission.copyrightStatement##

p-ISSN 2339-1928

e-ISSN 2579-633X


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Email : jurnalkhatulistiwainformatika@bsi.ac.id

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

 

Jurnal Khatulistiwa Informatika Indexed by:

Image result for logo index sinta