DOCUMENT CLUSTERING TERKAIT HEALTH NEWS PADA TWITTER DATA SET MENGGUNAKAN K-MEANS CLUSTERING

Dimas Yudhistira Wijaya, Koesuma (2023) DOCUMENT CLUSTERING TERKAIT HEALTH NEWS PADA TWITTER DATA SET MENGGUNAKAN K-MEANS CLUSTERING. S1 thesis, Universitas Mataram.

	Text Usulan Tugas Akhir 2_F1D016021-revisi(pt2).pdf Restricted to Repository staff only Download (1MB)
Preview	Text jurnalDimas(pt2).pdf Download (362kB) | Preview
Preview	Text pdf_20230608_102322_0000.pdf Download (6MB) | Preview

Abstract

Clustering adalah metode analisis data yang tujuannya mengelompokkan data dengan karakteristik yang sama ke suatu wilayah yang sama. Document clustering merupakan pengelompokan dokumen berdasarkan karakteristik dokumen itu sendiri. Banyaknya jumlah data dokumen kesehatan dalam sebuah akun dari twitter dapat memberi kontribusi besar dalam lambatnya proses pencarian suatu dokumen. Data set terkait Health News pada Twitter merupakan informasi terkait kesehatan dari beberapa akun agensi berita. Data set ini diperoleh pada tahun 2015 menggunakan Twitter API dengan lebih dari 15 agensi berita kesehatan terkemuka. Setiap agensi memiliki informasi pada setiap tweet-nya. Penelitian ini dilakukan untuk mengetahui bagaimana performa dan penerapan pembobotan TF-IDF dan K-Means clustering. maka dari itu dilkaukan pengujian terhadap performa clustering dengan metode K-Means yang dilakukan menggunakan uji silhouette. K-Means clustering sendiri merupakan metode pengklasteran yang memisahkan data kedalam k kelompok yang berbeda artinya sebelum dilakukan klasterisasi maka perlu menentukan jumlah k yang diinginkan. Pada penelitian ini dilakukan iterasasi sebanyak 5 kali dan menghasilkan Sum of Square Error (SSE) bernilai 3288.3146163817337 hingga 3402.023678158529 dan silhouette coefficient bernilai 0.0027409235213496225 hingga 0.003479863529015515 sehinga dapat dikatakan kualitas dari clustering yang sudah dilakukan masih tergolong rendah.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	K-Means, Spark, Clustering, Silhouette coefficient, Health News, TF-IDF
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	12 Jun 2023 23:28
Last Modified:	12 Jun 2023 23:28
URI:	http://eprints.unram.ac.id/id/eprint/39758

Actions (login required)

View Item