Research Repository

"Institut Teknologi Sumatera"


Pemilian Akun Berpengaruh Pada Data Twitter Menggunakan Skyline Query Dalam Mapreduce Framework


Twitter merupakan salah satu aplikasi jejaring dan media sosial yang sangat populer di Indonesia. Twitter di Indonesia banyak digunakan sebagai media penyebaran opini dan propaganda. Setiap pengguna Twitter menyampaikan opini dan propaganda dengan batasan 140 karakter disebut dengan tweet. Tweet yang berupa opini dan propaganda banyak ditemukan pada massa pemilihan umum dan pemasaran suatu produk. Pada pemilihan umum propaganda dilakukan terkait tokoh nasional atau calon pemimpin. Sedangkan pada bidang pemasaran propaganda berhubungan dengan merek suatu produk. Teknik propaganda yang menggunakan media sosial Twitter disebut dengan viral marketing. Salah satu konsep yang digunakan untuk mengoptimalkan viral marketing adalah pengetahuan akun berpengaruh. Akun berpengaruh merupakan akun pada media sosial Twitter yang mampu mempengaruhi akun lain dalam penentuan keputusan. Akun berpengaruh disebut juga opinion leader (OL). Fitur yang digunakan untuk mengidentifikasi akun berpengaruh di antaranya adalah matriks Twitter (MT) dan analisis isi tweet. MT merupakan matriks yang menyediakan informasi tentang akun dan aktifitasnya dengan akun lain pada jejaring sosial Twitter dalam nilai numerik. Sedangkan analisis isi tweet melihat pengaruh yang ditimbulkan dari tweet yang disampaikan akun. Sentimen reply terhadap tweet yang disampaikan akun dapat menunjukan pengaruh akun tersebut. Analisis isi tweet yang digunakan adalah analisis sentimen. Di sisi lain, penggunaan algoritme pembelajaran mesin pada mengidentifikasi akun berpengaruh sangat tergantung pada variasi data. Data yang bebeda memungkinkan ketidakakuratan dalam menentukan akun berpengaruh. Skyline query merupakan algoritme untuk mendapatkan objek yang tidak didominasi objek lain dalam suatu data. Sehingga algoritme tersebut tidak terpengaruhi oleh variasi data. Oleh sebab itu, pada penelitian ini mencoba menggunakan fitur MT dan analisis isi tweet untuk identifikasi dan pemilihan akun berpengaruh dengan skyline query berbasis pada karakteristik OL. Karakteristik penting OL yang digunakan adalah komunikasi eksternal, aksesibilitas dan inovasi. Pada Twitter nilai karakteristik tersebut tidak terdapat langsung data Twitter. Di samping itu, data Twitter terus meningkat dalam ukuran data. Pengolahan data Twitter untuk mendapatkan nilai karakteristik tersebut tidak dapat dilakuakan dengan pendekatan konvensional, seperti menggunakan satu komputer dan model pemrogrman berorientasi objek. MapReduce framework dalam kelompok komputer merupakan solusi masalah tersebut. Sehingga penelitian menggunakan MapReduce framework untuk mengoptimalkan proses identifikasi dan pemilihan akun berpengaruh. Hasil identifikasi dan pemilihan akun berpengaruh menunjukan bahwa penggunaan MapReduce framework dapat mengoptimalkan waktu eksekusi proses identifikasi dan pemilihan. Skyline query dapat menunjukan akun yang berperngaruh pada data.

Publisher
IPB

URI
http://repo.itera.ac.id/depan/submission/SB1801050001

Collection
Lecturer Theses