ANALISIS KONTEN JEJARING SOSIAL TWITTER DALAM KASUS PEMILIHAN GUBERNUR DKI 2017

  • Muhammad Habibi

Abstract

Pilkada DKI merupakan salah satu pilkada yang menjadi sorotan di Indonesia, hal ini disebabkan DKI Jakarta merupakan Ibu kota negara Indonesia. Perbincangan mengenai pilkada DKI Jakarta serta nama-nama calonnnya tidak hanya terasa di dunia nyata bahkan sangat terasa di dunia maya. Masyarakat bebas berpendapat atau beropini mengenai calon gubernur DKI Jakarta 2017. Twitter merupakan salah satu platform media sosial yang memiliki basis pengguna yang sangat besar di Indonesia. Dalam penelitian ini pengumpulan dan analisis sederhana terhadap tweet yang terkait dengan calon gubernur dalam pilkada DKI Jakarta 2017. Tercatat, tidak kurang dari 79.856 tweet berhasil dikumpulkan dalam kurun waktu 7 hari, mulai dari tanggal 31 Januari sampai 6 Februari 2017. Hasil dari penelitian ini adalah mengetahui frekuensi kemunculan kata pada tweet dan membahas mengenai analisis co-coccurence, untuk mengetahui pasangan kata yang sering muncul dalam satu tweet. Serta mencari keterkaitan antara satu dengan kata yang lain.

References

Haddi, E., Liu, X., dan Shi, Y., 2013. The Role of Text Pre-processing in Sentiment Analysis. Procedia Computer Science 17. (2013). 26 – 32.

Hemalatha, I., Varma, P.G., dan Govardhan, A., 2012. Preprocessing the Informal Text for Efficient Sentiment Analysis. International Journal of Emerging Trends & Technology in Computer Science (IJETTCS). Vol. 1. July – August 2012. ISSN 2278-6856.

Ma'arif, M.R., 2016. Perbandingan Naïve Bayes Classifier dan Support Vector Machine untuk Klasifikasi Judul Artikel. Jurnal Informatika Sunan Kalijaga (JISKA). Vol 1. No.2. September 2016. 90 – 93. ISSN 2527 - 5836

Malhotra, A., Malhotra, C. K., & See, A. 2012. How to get your messages retweeted. MIT Sloan Management Review. 53(2). 61.

Takhteyev, Y., Gruzd, A., & Wellman, B. 2012. Geography of Twitter networks. Social networks. 34(1). 73-81.

Yamamoto, M., dan Church, K.W., 2001. Using Suffix Arrays to Compute Term frequency and Document Frequency for All Substrings in A Corpus. Computational Linguistics. 27(1). 1-30.

Published
2019-12-03
How to Cite
Habibi, M. (2019). ANALISIS KONTEN JEJARING SOSIAL TWITTER DALAM KASUS PEMILIHAN GUBERNUR DKI 2017. Teknomatika: Jurnal Informatika Dan Komputer, 11(1), 31-40. Retrieved from https://ejournal.unjaya.ac.id/index.php/teknomatika/article/view/269
Section
Articles