IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR DALAM PENGKLASIFIKASIAN FOLLOWER TWITTER YANG MENGGUNAKAN BAHASA INDONESIA

Muhammad Rivki, Adam Mukharil Bachtiar

Abstract


Di era digital ini strategi atau cara marketing telah berkembang, banyak pengusaha yang sedah memanfaatkan media sosial sebagai salah satu alat untuk melakukan strategi pemasaran dan salah satu media sosial yang digunakan adalah Twitter. Twitter digunakan sebagai media untuk memasarkan produk dalam marketing. Sayangnya Twitter tidak memberikan fitur untuk memudahkan penggunanya dalam melakukan promosi seperti memberikan informasi tentang waktu keaktifan follower serta mengkategorikan sesuai dengan ketertarikan dari follower. Oleh karena itu, agar dapat mengatasi permasalahan tersebut, dibutuhkan sebuah Twitter client yang dapat melakukan klasifikasi terhadap follower dari pengguna dan memudahkan cara promosi di Twitter. Salah satu cara untuk mengkategorikan ketertarikan dari user di Twitter adalah dengan menggunakan text mining. Algoritma K-Nearest Neighbor adalah salah satu algoritma yang bisa dimanfaatkan untuk implementasi pengklasifikasiannya. Pembangunan sistem Twikipedia dengan algoritma K-Nearest Neighbor mampu mengklasifikasikan follower dari pengguna dan memudahkan pengguna dalam melakukan promosi di Twitter dengan fitur yang tidak disediakan oleh Twitter.

Keywords


K-Nearest Neighbor;Social Media Analytics;Text Mining;Twitter

Full Text:

PDF


DOI: http://dx.doi.org/10.21609/jsi.v13i1.500

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Jurnal Sistem Informasi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright © Jurnal Sistem Informasi. Faculty of Computer Science Universitas Indonesia.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Number of visitor: 

View JSI Stats