Clustering Pada Data Sentimen Penggunaan Transportasi Online Menggunakan Algoritma Spectral Clustering

Abstract

Perkembangan teknologi yang sangat pesat di era globalisasi saat ini telah memberikan banyak manfaat dalam kemajuan industri di berbagai tempat. Media social sering digunakan untuk memberikan komentar masukan pada suatu produk dan layanan, salah satu produk layanannya yaitu penyedia jasa transportasi online. Pada penelitian ini dilakukan pengelompokan sentimen pada dataset sentimen positif negatif, dan netral menggunakan algoritma Spectral Clustering, Tujuan utama dari clustering ini untuk mengelompokkan opini masyarakat yang berdasar pada kesamaan karakteristik atau makna dalam penulisan di antara komentar tersebut untuk menentukan sentimen positif, negatif, dan netral berdasarkan komentar pada media sosial instagram. Dengan melakukan tahapan preprocessing seperti case folding, tokenize, stopword, dan stemming, kemudian dilakukan pembobotan kata dengan menggunakan TF- IDF untuk dapat melakukan pengelompokan komentar. Dari hasil Clustering didapatkan hasil dari pengujian dataset positif, negatif, dan netral masing- masing diuji coba dengan range nilai cluster dari 2 sampai 10 dengan menghasilkan nilai silhouette coefficientnya berbeda beda. Pada Dataset positif nilai cluster terbaik terdapat di cluster ke sembilan dengan nilai 0.64470, pada dataset negatif nilai cluster terbaik terdapat pada cluster ke enam dengan nilai 0.37037, dan pada dataset netral nilai cluster terbaik terdapat pada cluster ke 3 dengan nilai 0.56135. Kemudian visualisasi data hasil clustering topik tersebut akan ditunjukkan pada perangkat lunak berbasis webyang juga dirancang pada penelitian Tugas Akhir ini. Kata kunci : Clustering, Pre-processing, Spectral Clustering, silhoutte coefficient