Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 3

TEXT MINING IN TWITTER: AN ANALYSIS AND MONITORING POLITICAL ISSUES

SemanTIK: Teknik Informasi · Vol. 7 No. 1 (2021) · pp. 35–42

DOI
10.55679/semantik.v7i1.15952
ISSN
2502-8928, 2460-1446
Published
2021-06-30
Publisher
Informatics Engineering Department of Halu Oleo University
Language
eng
License
creativecommons.org/licenses/by-sa/4.0

Abstract

Media sosial merupakan media yang mempertemukan manusia di dunia maya, salah satu sosial media yang menjadi favorit adalah twitter. Berbagai hal bisa dibahas di twitter, salah satunya adalah tentang politik. Guna mengelola informasi perlu dilakukan analisis teks salah satunya dengan menggunakan text mining. Tujuan penelitian ini adalah untuk menggali informasi dari media sosial twitter terkait isu politik. Metode penelitian yang digunakan adalah studi pustaka (library research), metode pengumpulan data (field research) dan perancangan sistem serta analisis. Pada studi literatur, dilakukan pencarian penelitian-penelitian terkait menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor. Temuan penelitian ini adalah 2 topik dengan nilai coherence terbaik dari 20 topik. Pengujian dari dua topik isu tersebut menunjukkan tingkat akurasi klasifikasi berdasarkan topik menggunakan metode K-Nearest Neighbor lebih tinggi dari Naïve Bayes.Kata kunci; Sosial media, Text Mining, Naïve Bayes, K-Nearest Neighbor

Collaboration network of the authors

7 authors · 9 co-authorship links · 5 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Handayani Makassar
  • Hasanuddin University
  • STMIK Catur Sakti Kendari
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Supriadi SahibuUniversitas Handayani Makassar1
Ilin SukmaSTMIK Catur Sakti Kendari1
Sawaludin SawaludinAffiliation unknown1
Ida UsmanAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/semantik/oai, first harvested 29 Okt 2026, last seen 1 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">TEXT MINING IN TWITTER: AN ANALYSIS AND MONITORING POLITICAL ISSUES</dc:title>
	<dc:creator>Kasau, Sukirno</dc:creator>
	<dc:creator>Yuyun, Yuyun</dc:creator>
	<dc:creator>Syarif, Syafruddin</dc:creator>
	<dc:subject xml:lang="en-US"></dc:subject>
	<dc:description xml:lang="en-US">Media sosial merupakan media yang mempertemukan manusia di dunia maya, salah satu sosial media yang menjadi favorit adalah twitter. Berbagai hal bisa dibahas di twitter, salah satunya adalah tentang politik. Guna mengelola informasi perlu dilakukan analisis teks salah satunya dengan menggunakan text mining. Tujuan penelitian ini adalah untuk menggali informasi dari media sosial twitter terkait isu politik. Metode penelitian yang digunakan adalah studi pustaka (library research), metode pengumpulan data (field research) dan perancangan sistem serta analisis. Pada studi literatur, dilakukan pencarian penelitian-penelitian terkait menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor. Temuan penelitian ini adalah 2 topik dengan nilai coherence terbaik dari 20 topik.  Pengujian dari dua topik isu tersebut menunjukkan tingkat akurasi klasifikasi berdasarkan topik menggunakan metode K-Nearest Neighbor lebih tinggi dari Naïve Bayes.Kata kunci; Sosial media, Text Mining, Naïve Bayes, K-Nearest Neighbor</dc:description>
	<dc:publisher xml:lang="en-US">Informatics Engineering Department of Halu Oleo University</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2021-06-30</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/semantik/article/view/15952</dc:identifier>
	<dc:identifier>10.55679/semantik.v7i1.15952</dc:identifier>
	<dc:source xml:lang="en-US">SemanTIK : Teknik Informasi; Vol 7, No 1 (2021): SemanTIK : Teknik Informasi; 35-42</dc:source>
	<dc:source>2502-8928</dc:source>
	<dc:source>2460-1446</dc:source>
	<dc:source>10.55679/semantik.v7i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/semantik/article/view/15952/pdf</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2021 semanTIK</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>