Sistem Penentuan Karakter dan Kebiasaan Pengguna Media Sosial Menggunakan Text Mining (Studi Kasus: Twitter)

Authors

  • Yuni Shara Politeknik Caltex Riau
  • Syefrida Yulina Politeknik Caltex Riau
  • Dini Nurmalasari Politeknik Caltex Riau

Abstract

Laju perkembangan teknologi berbanding lurus dengan kebutuhan manusia akan informasi. Media sosial merupakan salah satu teknologi informasi yang memungkinkan pengguna mengakses informasi yang tersebar di media sosial. Twitter merupakan salah satu media sosial yang menyediakan fitur tweet yang dapat berisi foto, video, URL dan teks hingga 140 karakter. Gaya berbahasa dalam konten tweet dapat menjadi salah satu informasi untuk mengidentifikasi karakter dan kebiasaan pengguna. Saat ini informasi mengenai karakter dan kebiasaan pengguna sangat dibutuhkan, baik untuk kepentingan pribadi maupun kelompok. Untuk melakukan identifikasi tersebut, dibutuhkan pengetahuan khusus dan waktu yang relatif lama karena jumlah tweet yang sangat banyak. Melalui permasalahan tersebut, maka penulis membangun sistem yang akan menentukan kepribadian dan kebiasaan pengguna secara objektif berdasarkan tweet pengguna. Tweet akan diakuisisi dan diproses menggunakan text mining. Proses klasifikasi akan dilakukan menggunakan metode Naive Bayes Classifier. Teknik text mining dan metode Naive Bayes Classifier berhasil diadaptasikan pada sistem ini dalam menentukan karakter dan kebiasaan pengguna Twitter.

Author Biographies

Yuni Shara, Politeknik Caltex Riau

Teknik Informatika

Syefrida Yulina, Politeknik Caltex Riau

Teknik Informatika

Dini Nurmalasari, Politeknik Caltex Riau

Teknik Komputer

References

Statista. (2015). Number of Worldwide Internet Users from 2000 to 2015 (in Millions). Diambil 19 Desember 2015 dari http://www.statista.com/statistics/273018/number-of-internet-users-worldwide/.

TwitterInc. (2014). What Is Twitter?. Diambil 15 Mei 2015 dari https://support.twitter.com/groups/50-welcome-to-twitter/topics/203-faqs/articles/13920-new-user-faqs.

Golbeck, J., Robles, C., Edmonson, M., Turner, K. (2011). 2011 IEEE International Conference on Privacy, Security, Risk and Trust, and IEEE International Conference on Social Computing.Predicting Personality from Twitter. 149-156. Maryland, USA: University of Maryland.

Manalu, B.U. (2014). Analisis Sentimen Pada Twitter Menggunakan Text Mining. Medan: Universitas Sumatera Utara.

Marshall, T.C., Lefringhausen, K., Ferenczi, N. (2015). Personality and Individual Differences. The Big Five, Self-Esteem, and Narcissism as Predictor of The Topics People Write About in Facebook Status Updates. 35-40. London, UK: Elsevier Ltd.

Hearst, M. (2003). What Is Text Mining?. Diambil 11 November 2015 dari http://people.ischool.berkeley.edu/~hearst/text-mining.

Grobelnik, M., Mladenic, D., Milic-Frayling, N. (2000). Text Mining as Integration of Several Related Research Areas: Report on KDD’2000 Workshop on Text Mining.

Raghavan, P., & Manning, C. Text Classification: The Naïve Bayes Algorithm.

Dienner, E. & Lucas, R.E.(2015). Personality Traits. Diambil 7 September 2015 dari http://nobaproject.com/modules/personality-traits.

Data School. (2014). Simple Guide to Confusion Marix Terminology. Diambil 22 Desember 2015 dari http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/.

Published

2017-01-31

Issue

Section

Artikel