Klasterisasi Tweet Terkait Dengan Pemilihan Presiden 2019 Menggunakan Ontology-based Concept Weighting Dan Dbscan

Abstract

Abstrak
Informasi yang berada di media sosial twitter berkembang sangat cepat, contohnya seperti tweet tentang
pemilihan presiden yang berhubungan dengan kedua calon pasang presiden. Topik yang sedang
dibicarakan oleh masyarakat mengenai pemilihan presiden di twitter sangat beragam, oleh karena itu
diperlukan suatu sistem untuk mengelompokan tweet berdasarkan topik pembahasan mengenai pemilihan
presiden yang berhubungan dengan kedua calon pasang presiden. Tujuan dilakukan penelitian adalah
untuk mengetahui topik apa saja yang dibicarakan oleh masyarakat saat pemilihan presiden, sehingga
diperlukan sebuah metode yang dapat mengelompokan tweet tersebut dan mengetahui akurasi perfomansi
dari ontology-based concept weighting dan dbscan. Penelitian ini menggunakan metode ontology-based
concept weighting yang digunakan untuk menghitung dan menerapkan pengetahuan tentang struktur
hierarkis topik dan dbscan untuk mengelompokan tweet tersebut. Berdasarkan hasil pengujian,
pengelompokan tweet menggunakan ontology-based concept weighting dan dbscan untuk data pasangan
calon nomor urut 1 menghasilkan akurasi sebesar 26.5% dan data pasangan calon nomor urut 2
menghasilkan akurasi sebesar 44.16%.
Kata kunci: ontologi, pemilihan presiden, tweet, clusterisasi, dbscan.
Abstract
Information that is on Twitter social media is growing very fast, for example, like tweets about presidential
elections related to the two presidential pairs. The topic being discussed by the public regarding the
presidential election on Twitter is very diverse, therefore a system is needed to group tweets based on the
topic of discussion about presidential elections relating to the two candidates for presidential pairs. The
purpose of the research is to find out what topics are discussed by the public during the presidential election,
so that a method is needed that can group these tweets and know the performance accuracy of ontologybased
concept
weighting
and
dbscan.
This
study
uses
ontology-based
concept
weighting
methods
that
are

used
to
calculate
and
apply
knowledge
of
topic
hierarchical
structures
and
dbscan
to
group
those
tweets.

Based
on

the results of the testing, the grouping of tweets using ontology-based concept weighting and
dbscan for candidate pair number 1 data produced an accuracy of 26.5% and data on candidate pair
number 2 produced an accuracy of 44.16%.
Keywords: ontology, presidential elections, tweet, clustering, dbscan.