SELENGKAPNYA

NIM MAHASISWA : 09043110


NAMA MAHASISWA : IHWANUL ANIQ


JUDUL TA : Text Mining Komunitas Facebook Menggunakan Metode Klasterisasi (Batasan: Komunitas Group TA_TI)


DOSEN PEMBIMBING 1 : Rifki Fahrial


DOSEN PEMBIMBING 2 : Arif Arizal


ABSTRAK : TEXT MINING KOMUNITAS FACEBOOK DENGAN MENGGUNAKAN METODE KLASTERISASI (BATASAN : KOMUNITAS GROUP TA_TI) Text Mining,merupakan proses aplikasi yang digunakan untuk mengambil informasi akurat dari suatu teks. Selanjutnya rumusan masalah Text Mining pada facebook group TA_TI ini adalah bagaimana mengklasifikasi isi postingan untuk diproses olah data menjadi kata yang mempunyai nilai positif (baik) atau sebaliknya nilai negative (tidak baik). kemudian metode yang digunakan pada penelitian ini adalah dengan cara pengelompokan data atau disebut dengan klasterisasi Pada setiap isi postingan di group. Dihitung menggunakan metode K-means yaitu dengan menghitung berapakali kemunculan data pada Stoplist sehingga bisa diperoleh hasil akurasi yang sesuai. Tujuan dari penelitian ini adalah untuk mengklasifikasikan sentimen pada sebuah isi posting di Group Facebook TA_TI dengan menggunakan metode kalsterisasi. Sedangkan hasil pengujian system pada penelitian ini akan diketahui isi data posting pada komunitas group TA_TI sampai dengan 100 data real time testing menunjukkan bahwa 47 % terdapat kata yang bernilai “baik” dan 53 % terdapat kata yang bernilai “tidak baik”.


KATA KUNCI : Kata kunci: Text Mining,facebook, Opini Positif “Baik”, Opini Negatif “Tidak Baik”, Klasterisasi, K-Means, stoplist, TA_TI