IMPLEMENTASI CLUSTERING PADA ALGORITMA DBSCAN UNTUK DETEKSI KEJADIAN BENCANA ALAM PADA MICROBLOGGING TWITTER

M. JUAN SHAPUTERA, 1217051040 (2019) IMPLEMENTASI CLUSTERING PADA ALGORITMA DBSCAN UNTUK DETEKSI KEJADIAN BENCANA ALAM PADA MICROBLOGGING TWITTER. FAKULTAS MIPA, UNIVERSITAS LAMPUNG.

[img]
Preview
FIle PDF
ABSTRAK.pdf

Download (1107Kb) | Preview
[img] FIle PDF
SKRIPSI FULL.pdf
Restricted to Hanya staf

Download (2721Kb)
[img]
Preview
FIle PDF
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (2268Kb) | Preview

Abstrak

Social media is one of media or outlet which uses computer that mainly used by people for giving, sharing, or writing information in any form such as document,image, or video to others using internet connection. Nowadays, many social media offered to people for use, with Twitter being one of them. Twitter is a microblogging social media where its user are capable of writing maximum 140 character of short message which can be embedded with image or video that we called as tweet. In this paper, we focused on detecting tweet that contains word relating to natural disaster, and using cl8ustering method supported by DBSCAN algorithm, we try to cluster them and find the overall similarity value of the cluster, while also seeing the difference of value between cluster which uses classification and cluster which doesn’t use classification. The testing afterwards giving good result, where mainly cluster that uses classification giving bigger overall similarity value. Keywords : DBSCAN, cluster, natural disaster, classification, Twitter. Media sosial adalah salah satu sarana atau outlet menggunakan komputer yang banyak digunakan masyarakat untuk mengirim, men-share, atau menulis informasi dalam berbagai bentuk seperti dokumen, gambar, atau video untuk orang lain. Di era modern ini, banyak media social bermunculan dan digunakan oleh masyarakat umum, salah satunya adalah Twitter. Twitter adalah salah satu media sosial microblogging dimana penggunanya dapat menulis tweet, yaitu pesan pendek dengan panjang maksimum 140 karakter dan dapat disertai dengan video atau gambar. Dalam penelitian ini, dilakukan pendeteksian tweet yang mengandung kata yang berhubungan dengan bencana alam, dan dengan menggunakan metode clustering dengan algoritma DBSCAN, dilakukan perbandingan antara overall similarity cluster tweet yang menggunakan klasifikasi dan cluster tweet yang tidak menggunakan klasifikasi. Pengujian yang dilakukan memberikan hasil yang baik, dimana kebanyakan cluster yang menggunakan klasifikasi memiliki overall similarity value yang lebih besar dari cluster yang tidak menggunakan klasifikasi. Kata kunci : DBSCAN, cluster, bencana alam, klasifikasi, Twitter.

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data
Program Studi: Fakultas MIPA > Prodi Ilmu Komputer
Pengguna Deposit: UPT Anita Ekarini
Date Deposited: 05 Apr 2022 04:55
Terakhir diubah: 05 Apr 2022 04:55
URI: http://digilib.unila.ac.id/id/eprint/57698

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir