%0 Generic
%A M. JUAN SHAPUTERA, 1217051040
%C UNIVERSITAS LAMPUNG
%D 2019
%F eprints:57698
%I FAKULTAS MIPA
%T IMPLEMENTASI CLUSTERING PADA ALGORITMA DBSCAN UNTUK   DETEKSI KEJADIAN BENCANA ALAM PADA MICROBLOGGING   TWITTER  
%U http://digilib.unila.ac.id/57698/
%X 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.