Pembangkitan Aturan Pengenalan Emosi Pada Twitter Menggunakan Metode Fuzzy-C Means

##plugins.themes.bootstrap3.article.main##

Farid Rahmat Hartono Yuita Arum Sari Putra Pandu Adikara

Abstrak

Di era digital saat ini, pengguna media sosial berkembang semakin pesat dan semakin banyak aplikasi media sosial. Salah satu media sosial yang banyak digunakan saat ini adalah Twitter, dengan pengguna mencapai lebih dari ratusan juta orang di dunia. Twitter merupakan aplikasi mobile maupun dekstop dimana pengguna dapat membuat suatu tulisan yang dapat mencerminkan emosinya melaluiĀ  sebuah status berupa teks singkat dengan maksimal sebayak 280 karakter. Dengan banyaknya pengguna aktif hingga saat ini maka pada setiap sebuah status yang dibuat oleh pengguna Twitter dapat mencerminkan emosinya. Dibutuhkan seorang psikolog untuk melihat suatu emosi dari status orang di media sosial dikarenakan belum adanya sistem otomatis untuk menentukan emosi seseorang melalui statusnya di Twitter. Sistem dalam penelitian ini dibuat dengan menggunakan metode Fuzzy C-Means (FCM). Metode FCM dapat digunakan untuk membangkitkan aturan-aturan yang dapat menggantikan peran dari seorang psikolog untuk menentukan emosi seseorang dari suatu status yang dia buat di media sosial Twitter. Metode pembobotan Term Frequency & Invers Document Frequency (TF-IDF) pada text mining digunakan untuk mengolah data tekstual menjadi data numerik agar mampu diolah oleh FCM. Berdasarkan hasil pengujian, sistem ini menghasilkan akurasi tertinggi sebesar 70% sehingga dapat disimpulkan bahwa metode FCM baik digunakan dalam pembentukan aturan penentuan emosi seseorang dari suatu status pada media sosial Twitter.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Hartono, F., Sari, Y., & Adikara, P. Pembangkitan Aturan Pengenalan Emosi Pada Twitter Menggunakan Metode Fuzzy-C Means. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 10, p. 3258-3264, peb. 2018. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2599>. Tanggal Akses: 22 okt. 2018
Bagian
Artikel