Skripsi
IMPLEMENTASI METODE K-MEDOIDS CLUSTERING UNTUK PENGELOMPOKAN KARAKTERISTIK DATA KOMENTAR FILM EXHUMA
- Bagikan:
ABSTRAK
Dalam beberapa tahun terakhir, industri perfilman global telah mengalami
pertumbuhan yang pesat, dengan film-film yang menarik perhatian masyarakat
seluruh dunia. Film yang populer sekarang berasal dari Negara Korea Selatan yang
berjudul Exhuma. Film Exhuma memiliki tema atau konten yang kontroversial,
sehingga dapat memicu reaksi beragam dari berbagai pihak. Memahami sensitivitas
budaya dan sosial adalah penting untuk menghindari potensi konflik atau kritik juga
salah satu film yang kompleks dan memikat, serta menarik beragam respons dari
para penonton. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat
terhadap film Exhuma dengan menggunakan metode K-Medoids Clustering. Data
dalam penelitian ini diambil dari Twitter/X untuk memahami bagaimana respon
para penonton terhadap Film Exhuma. Proses yang dilakukan meliputi Crawling
data Twitter, Preprocessing, Pembobotan data dengan TF-IDF, terakhir melakukan
Clustering menggunkan metode K-Medoids Clustering. Proses pengelompokan
dilakukan untuk membagi komentar kedalam beberapa kluster berdasarkan
karakteristik sentiment dan kluster dibagi menjadi 3 yaitu positif, netral, dan
negative. Hasil pengelompokan menunjukkan bahwa sebagian besar komentar
masyarakat tergolong dalam kluster positif, dengan persentase sebesar 77.50% dari
total 155 komentar. Temuan ini mengindikasikan bahwa secara umum, respon
masyarakat terhadap film ini lebih cenderung positif. Disarankan peneliti
selanjutnya dapat melakukan perbandingan dengan metode clustering lain agar
mencapai pengelompokan yang lebih akurat.
Kata Kunci : K-Medoids, Rapid Miner, Metode Elbow, Data Komentar, Twitter/X,
Film Exhuma
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Anastasia Erika Rumapea - Personal Name
|
| Student ID |
220510081
|
| Dosen Pembimbing |
DR. Darwis R. Manalu, S.Kom., MM., M.Kom - - Dosen Pembimbing 1
Yolanda Yulianti Pratiwi Rumapea S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2024 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |