IMPLEMENTASI ANALISIS CLUSTERING DAN SENTIMEN DATA TWITTER PADA OPINI WISATA PANTAI MENGGUNAKAN METODE K-MEANS

Abstract

Analisis sentimen atau opinion mining merupakan topik riset dari cabang penelitian text mining. Fokus dari analisis sentimen adalah melakukan analisis opini dari suatu dokumen teks, sehingga membantu usaha untuk melakukan riset pasar atas opini publik. Data opini diperoleh dari jejaring sosial Twitter dalam Bahasa Indonesia dengan topik suatu pantai.Klasifikasi opini diperlukan untuk memudahkan pengguna dalam melihat opini positif, negatif, ataupun netral. Algoritma yang digunakan dalam klasifikasi adalah Support Vector Machine. Pada penelitian digunakan dataset dari 10 pantai yang ada di Indonesia sebanyak 500 tweet. Hasil akurasi dari klasifikasi menggunakan algoritma Support Vector Machine sebesar 74,39%. Selanjutnya data opini dari kuesioner ditambahkan untuk mengelompokkan pantai berdasarkan ketersediaan sumber daya, fasilitas, akses, kesiapan masyarakat, potensi pasar dan posisi pariwisata. Dalam proses pengelompokan data ini digunakan metode K-Means.