Akuisisi dan Clustering Data Sosial Media Menggunakan Algoritma K-Means sebagai Dasar untuk Mengetahui Profil Pengguna

Abstract

Banyaknya informasi yang tersebar melalui sosial media menyebabkan data sosial media menjadi salah satu sumber data yang menarik untuk diteliti. Pada Twitter, hanya 11,84% dari akun protected di Twitter yang berarti sebagian besar tweet-nya terlihat dan mudah dibagikan. Twitter menyediakan layanan Application Programming Interface (API) yang dapat digunakan untuk mengakuisisi data. Untuk bisa menjadikan data yang diakuisi tersebut menjadi sebuah informasi yang berguna diperlukan sebuah proses salah satunya dengan clustering. Algoritma K-Means mempunyai kemampuan mengelompokkan data dalam jumlah cukup besar dengan waktu komputasi yang cepat dan efisien. Salah satu budaya asing yang saat ini sedang terkenal di Indonesia yaitu kebudayaan Korea Selatan (Hallyu). Oleh karena itu Hallyu menjadi studi kasus dalam Makalah ini. Proses Akuisisi Data Twitter dilakukan dengan cara membangun aplikasi Twitter untuk mendapatkan OAuth Twitter kemudian melakukan akuisisi dengan filter fitur-fitur yang disediakan oleh Twitter API. Dari hasil akuisisi data Twitter yang dilakukan dalam 5 hari dengan ujicoba 87 keyword “K-Pop” dan “K-Drama” dengan batasan latitude -4.640003 dan longitude 109.866141 pada radius 590km didapat 68.393 tweet. Hasil akuisisi data tersebut kemudian dilakukan clustering dengan k = 3. Dimana k1 menunjukkan waktu tweet yang dianggap pagi. Sedangkan k2 menunjukkan waktu tweet yang dianggap siang. Dan k3 menunjukkan waktu tweet yang dianggap malam. Sehingga setelah melakukan clustering di dapat jam 21.00 –