IMPLEMENTASI TEXT MINING DALAM PENGELOMPOKAN DATA TWEET PERTANIAN INDONESIA DENGAN K-MEANS
Abstract
Pertanian 4.0 merupakan suatu gebrakan dimana konsumen lebih dekat pada petani atau para perusahaan pertanian. Salah satu bentuk pertanian 4.0 ini adalah pertanian digital agar setiap kegiatan pertanian dapat terekam, menghasilkan data dan informasi terhadap bentuk dukungan untuk aktivitas pertanian di Indonesia. Pada penelitian ini menerapkan text mining pada data tweet agar dapat mengelompokkan data tersebut dengan menggunakan Algoritma K-Means. Dalam implementasi peneletian ini dibantu dengan menggunakan 2 tools, yakni orange tools untuk melakukan text processing dan Rapidminer untuk melakukan pengolahan algoritma KMeans. Hasil dari penerapan algortima K-Means terdapat 5 klaster, yaitu Pangan, Produksi, Lahan, Ekspor dan Teknologi. Dari 5 (lima) klaster tersebut kemudian menggunakan operator % performance pada rapidminer untuk mendapatkan rata-rata akurasi terhadap klaster tersebut adalah 0.344%. maka hasil dari penelitian ini terdapat 2 klaster yang nilainya tinggi yaitu kluster 0 Pangan dengan nilai 0.528% dan kluster 2 Produksi dengan nilai 0.523% dan untuk kluster yang nilai paling rendah adalah klaster 3 tentang ekspor dengan nilai 0.123% dengan hasil tersbut artinya implementasi text mining dapat dilakukan pada tools rapidminer.
Setiap artikel yang dipublikasikan diasumsikan tidak mengandung bahan proprietary yang tidak dilindungi oleh hak paten atau aplikasi paten; tanggung jawab untuk konten teknis dan untuk perlindungan dari bahan proprietary merupakan tanggung jawab penulis dan organisasi mereka dan bukan tanggung jawab dari Jurnal Kurawal atau Staff Pengelolanya. Penulis utama (pertama/yang sesuai) bertanggung jawab untuk memastikan bahwa artikel tersebut telah dilihat dan disetujui oleh semua penulis lain. Hal ini merupakan tanggung jawab penulis untuk mendapatkan semua izin pelepasan hak cipta yang diperlukan untuk penggunaan setiap materi dalam naskah sebelum pengajuan.