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

  • Muhammad Rivki Universitas Komputer Indonesia
  • Adam Mukharil Bachtiar
Keywords: K-Nearest Neighbor, Social Media Analytics, Text Mining, Twitter

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.

Downloads

Download data is not yet available.
Published
2017-05-01
How to Cite
Rivki, M., & Bachtiar, A. M. (2017). IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR DALAM PENGKLASIFIKASIAN FOLLOWER TWITTER YANG MENGGUNAKAN BAHASA INDONESIA. Jurnal Sistem Informasi, 13(1), 31-37. https://doi.org/10.21609/jsi.v13i1.500