Analisis K-Means Untuk Mengetahui Kelompok Tingkat Antusias Netizen Twitter Pada Kejadian Letusan Gunung Tangkuban Perahu

Main Article Content

Auliya Burhanuddin
Rifki Adhitama
Apri Junaidi

Abstract

Internet merupakan produk terknologi yang menandai era revolusi industri 4.0 dimana telah merubah cara berkomunikasi dengan jenis interaksi sosial yang baru. Pada 27 Agustus 2010 gunung sinabung meletus dan banyak kerugian dirasakan. Gunung tangkuban perahu meletus pada 26 Juli 2019 pukul 15.48. Belajar dari meletusnya gunung Sinabung yang merugikan maka memunculkan empati dari masyarakat, bantuan moral dan spiritual. Untuk mendapatkan data twiter dari website twitter maka dapat dilakukan proses crawling data yang dicari. Dari hasil crawling twetter akan didapatkan data user berupa total tweet, total follower, total likes, website, source, bio profile, id, akun, nama, dan lokasi. Kemudian dilakukan proses pengelompokkan/clustering  menggunakan metode K-Means Clustering untuk mengetahui kelompok antusias dari netizen sebelum, ketika, dan pasca kejadian bencana. Hasil yang didapat adalah jumlah tweet sebelum gunung meletus yaitu 11.324 Tweet ketika meletus 35 tweet, dan pasca meletus 26 Juli 2019 yaitu 1.170 tweet dan 26-29 juli 2019 yaitu 1.512 tweet. Tingkat antusias sebelum kejadian 6.572 antusias dan 4.696 sangat antusias. Setelah gunung meletus 812 dan 798 antusias; dan 346 dan 575 sangat antusias. Tingkat antusias netizen sangat tinggi pada sebelum kejadian maka dapat dilakukan aktivitas sosial yang dapat dimanfaatkan pasca kejadian bencana sehingga dapat membantu secara langsung setelah kejadian bencana terjadi.

Article Details

How to Cite
Burhanuddin, A., Adhitama, R., & Junaidi, A. (2020). Analisis K-Means Untuk Mengetahui Kelompok Tingkat Antusias Netizen Twitter Pada Kejadian Letusan Gunung Tangkuban Perahu. Journal of Informatics, Information System, Software Engineering and Applications (INISTA), 3(1), 52-58. https://doi.org/10.20895/inista.v3i1.165
Section
Articles

References

[1] Alyusi, Shiefti D. 2016. Media Sosial: Interaksi, Identitas dan Modal Sosial. Perpustakaan Nasional: Katalog Dalam Terbitan (KDT). Penerbit Kencana.Jakarta.
[2] Supriyono. (2018). Analisis Dampak Letusan Gunung Sinabung Kaitannya dengan Kondisi Sosial Ekonomi Masyarakat Di Kabupaten Karo Propinsi Sumatera Utara. Jurnal Kapita Selekta Geografi. Vol 1 No. 2 Universitas Negeri Padang.
[3] Sembodo, J.E., Setiawan, E.B., & Baizal, Z. K. A. (2016). Data Crawling Otomatis pada Twitter. InD Symposium On Computing, Sept 2016. PP. 11-16.
[4] Hidayatullah, A.F&Azhari, S.N. (2014). Analisis Sentimen dan Klasifikasi Kategori Terhadap Tokoh Publik pada Twitter. SemnasIF 2014 UPN Veteran Yogyakarta, 12 Agustus 2014. ISSN: 1979-2328.
[5] Hadi, A.F, Bagus, D&Hasan, M. (2017). Text Mining Pada Media Sosial Twitter Studi Kasus: Masa Tenang Pilkada DKI 2017 Putaran 2. Seminar Nasional Matematika dan Aplikasi, 21 Oktober 2017. Surabaya. Universitas Airlangga.
[6] Syaifudin, Y.W& Irawan, R.A. (2018). Implementasi Analisis Clustering dan Sentimen Data Twitter Pada Opini Wisata Pantai Menggunakan Metode K-Means. Jurnal Informatika Polinema. E-ISSN: 2407-070X P-ISSN: 2614-6371.