EVALUASI CLUSTER SOCIAL MEDIA DATA IN TOURISM DOMAIN MENGGUNAKAN K-MEANS CLUSTERING

  • Rena Nainggolan Universitas Methodist Indonesia
  • Fenina Twince Tobing Universitas Multimedia Nusantara
  • Emma Rosinta Simarmata Universitas Methodist Indonesia
  • Resianta Perangin-angin Universitas Methodist Indonesia

Abstract

Salah satu teknik dalam Data Mining yaitu clustering. Clustering adalah pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap dalam cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lainnya. K-means mempunyai kemampuan mengelompokkan data dalam jumlah yang cukup besar dengan waktu komputasi yang relatif cepat dan efisien. Penelitian ini membahas tentang penerapan data mining pada Online Reviews pada data TripAdvisor, menggunakan algoritma K-Means Clustering untuk menghasilkan profile yang memiliki kemiripan yang tinggi . Implementasi proses K-Means Clustring menggunakan Weka, Atribut yang digunakan adalah art galeries, dance clubs, juice bars, restaurants, museums, resorts, park/picnic spots, beaches, theaters dan religious institutions. Menghasilkan jumlah cluster 4 (k=4) dengan cluster pertama sebanyak 178 (18%) reviews traveler, cluster kedua 243 (25%) reviews traveler, cluster ketiga 228 (23%) reviews traveler, cluster keempat 331(34%) reviews traveler.

Published
2020-04-23