KLASIFIKASI JENIS AUTHOR DI TWITTER BERDASARKAN KEAKTIFANNYA
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Oleh :
Dini Octayanti NIM. 09560082
JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADYAH MALANG
2013
LEMBAR PERSETUJUAN
KLASIFIKASI JENIS AUTHOR DI TWITTER BERDASARKAN KEAKTIFANNYA
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Menyetujui,
Pembimbing I
Yuda Munarko, S.kom., M.Sc.
NIP. 108.0611.0443
Pembimbing II
Yufis Azhar, S.Kom NIDN. 0728088701
LEMBAR PENGESAHAN
KLASIFIKASI JENIS AUTHOR DI TWITTER BERDASARKAN KEAKTIFANNYA
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Disusun Oleh : Dini Octayanti NIM. 09560082
Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis penguji pada tanggal 3 Agustus 2013
Menyetujui,
Penguji I
Zamah Sari, ST,MT NIDN.0708087701
Penguji II
Dhebys Suryani, S.Kom,MT NIDN. 07061188303
Mengetahui
Ketua Jurusan Teknik Informatika
Eko Budi Cahyono, S.Kom, MT NIP. 108.9504.0330
LEMBAR PERNYATAAN
Yang bertanda tangan di bawah ini :
NAMA : DINI OCTAYANTI
NIM : 09560082
FAKULTAS / JURUSAN : TEKNIK / INFORMATIKA
Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul “KLASIFIKASI JENIS AUTHOR DI TWITTER BERDASARKAN KEAKTIFANNYA”
beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya.
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau diklaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko / sanksi yang berlaku.
Malang, 23 Agustus 2013 Yang Membuat Pernyataan
(Dini Octayanti)
Mengetahui,
Dosen Pembimbing I
(Yuda Munarko, S.kom., M.Sc.) NIP. 108.0611.0443
Dosen Pembimbing II
(Yufis Azhar, S.Kom) NIDN. 0728088701
LEMBAR PERSEMBAHAN
Puji syukur kepada Allah SWT, atas segala limpahan rahmat dan hidayah- Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada :
Allah SWT, yang selama ini melimpahkan segala rahmat, berkah, dan hidayah-Nya yang tiada berkesudahan.
Kedua orang tua yang telah membesarkanku dengan penuh kasih sayang, telah memberikan dorongan & motivasi baik berupa moril, materi, dan spiritual yang tiada henti-hentinya dan terima kasih atas do’a yang tidak pernah putus.
Bapak Eko Budi Cahyono, S.Kom, MT selaku ketua jurusan Teknik Informatika atas segala nasihat dan lecutan motivasinya selama penulis menjadi mahasiswi di UMM.
Bapak Yuda Munarko selaku pembimbing I & Bapak Yufis Azhar selaku pembimbing II yang telah meluangkan waktu, tenaga, dan pikiran dengan memberikan bimbingan, motivasi, maupun saran dengan penuh kesabaran.
Seluruh Bapak dan Ibu dosen Teknik Informatika yang telah memberikan bekal ilmu maupun pengarahan selama penulis menuntut ilmu di UMM.
Sayang qu Kukuh, terima kasih untuk seluruh kesabaranmu selama ini, dukungan yang selalu kamu berikan, tak ada kata yang bisa ku ucapkan atas ketulusan mu mendampingi ku, I Love You so much ndanda… :*
Teman-teman seperjuangan Teknik Informatika yang telah memberikan saran dan bantuan dalam penyelesaian Tugas Akhir ini. Terutama untuk keluarga upin ipin, nenek (jannah), upin (Nora), ipin (iva) mkasih buat kalian yang selalu bisa menghibur dan selalu berjuang bersama untuk menyelesaikan tugas akhir ini, wish u all the best guys….
Pegawai TU Teknik Informatika atas pelayanan serta kesigapannya dalam melayani urusan akademik.
Serta semua pihak yang tidak bisa penulis sebutkan satu-persatu, terima kasih atas bantuan dan dukungannya.
KATA PENGANTAR
Assalamu’alaikum Wr. Wb
Dengan memanjatkan puji syukur kehadirat Allah SWT, atas limpahan rahmat dan hidayah-Nya serta salawat dan salam yang tercurahkan kepada junjungan nabi besar Muhammad SAW sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul :
“KLASIFIKASI JENIS AUTHOR DI TWITTER BERDASARKAN KEAKTIFANNYA”.
Penyusunan Laporan Tugas Akhir ini merupakan salah satu persyaratan untuk mencapai kelulusan dan memperoleh gelar Sarjana Teknik dalam Program Studi Teknik Informatika Program Strata I Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Malang.
Di dalam tulisan ini disajikan pokok-pokok bahasan mengenai penjelasan game pada umumnya, jenis-jenis game, skenario game edukasi tempat bersejarah, serta cara memainkannya.
Penulis menyadari sepenuhnya bahwa Laporan Tugas Akhir ini masih jauh dari kesempurnaan, oleh karena itu penulis sangat mengharapkan kritik dan saran yang membangun dari semua pihak sehingga di dalam pembuatan laporan yang akan datang akan jauh lebih sempurna.
Akhir kata penulis berharap, semoga Laporan Tugas Akhir ini dapat bermanfaat bagi penulis khususnya dan para pembaca pada umumnya.
Wassalamu’alaikum Wr. Wb.
Malang, 23 Agustus 2013
Dini Octayanti
DAFTAR ISI
SAMPUL DEPAN ... i
HALAMAN JUDUL ... ii
LEMBAR PERSETUJUAN ... iii
LEMBAR PENGESAHAN ... iv
LEMBAR PERNYATAAN KEASLIAN ... v
ABSTRAK ... vi
ABSTRACT ... vii
LEMBAR PERSEMBAHAN ... viii
KATA PENGANTAR ... ix
DAFTAR ISI ... x
DAFTAR GAMBAR ... xiii
DAFTAR TABEL ... xv
BAB I PENDAHULUAN 1.1. Latar Belakang ... 1
1.2. Rumusan Masalah... 2
1.3. Tujuan ... 2
1.4. Batasan Masalah ... 3
1.5. Metodologi Pengerjaan ... 3
1.6. Sistematika Penulisan ... 5
BAB II LANDASAN TEORI 2.1. Media Sosial ... 6
2.2. Twitter ... 7
2.3. Data Mining... 8
2.3.1. Pengertian Data Mining... 8
2.3.2. Tugas Utama Data Mining ... 9
2.4. Klasifikasi ... 10
2.5. Klasifikasi Teks ... 12
2.6. Klasifikasi Teks Pendek ... 13
2.7. Klasifikasi Tweet ... 14
2.8. Algoritma C4,5 Decission Tree ... 15
2.9. Pemilihan Teknologi yang Digunakan ... 17
2.9.1 Bahasa Pemrograman ... 17
2.9.2. MySQL ... 18
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa Perancangan Sistem ... 19
3.1.1. Desain Perangkat Lunak ... 19
3.2. Pengumpulan data... 20
3.2.1. Aplikasi twitter API... 20
3.2.2. Aplikasi library java ... 21
3.2.3. Rancangan aplikasi pengambilan data ... 21
3.3. Penyaringan data Training ... 22
3.3.1. Menentukan account twitter ... 22
3.3.2. Pemisahan bagian data ... 23
3.4. Ekstrasi fitur-fitur tweets ... 25
3.4.1. Proses pendekteksian data ... 25
3.5. Mekanisme data testing menggunakan algoritma decision tree
C4,5 ... 26
3.5.1. Penerapan decision tree C4,5 ... 26
3.5.2. Mekanisme data testing ... 27
BAB IV IMPLEMENTASI DAN HASIL UJI COBA 4.1. Perhitungan Klasifikasi ... 29
4.1.1. Hasil perhitungan menggunakan rumus pertama ... 29
4.1.2. Hasil klasifikasi menggunakan algoritma C4,5 ... 31
4.1.3. Hasil perhitungan menggunakan rumus kedua ... 33
4.2. Implementasi program ... 34
4.2.1. Implementasi Pengambilan data ... 34
4.2.2. Implementasi Program analisa data... 35
4.2.2.1. Analisa Tweet ... 35
4.2.2.2. Analisa Mention ... 35
4.2.2.3. Analisa Retweet ... 36
4.2.3. Implementasi Program Klasifikasi ... 36
4.3. Pengujian ... 37
4.3.1. Pengujian pengambilan data Twitter ... 37
4.3.2. Pengujian Klasifikasi author ... 38
4.3.2.1. Pengujian klasifikasi menggunakan rumus pertama 38 4.3.2.2. Pengujian Klasifikasi menggunakan Weka ... 38
4.3.2.3. Pengujian Klasifikasi menggunakan Rumus kedua 39 4.4. Pelaksanaan Uji coba dan Analisa... 40
4.4.1. Hasil Uji coba menggunakan data Training ... 40
4.4.2. Hasil Uji coba menggunakan data Testing ... 41 4.4.3. Analisa dilihat dari perbandingan antara pengelompokan manual, metode decision tree C4,5, Rumus 1, Rumus 2 ... 42 4.5. Hasil Pengujian ... 43 BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ... 44 5.2 Saran ... 45 DAFTAR PUSTAKA
DAFTAR GAMBAR
Gambar 2.1. Contoh Struktur Decision Tree ... 17
Gambar 3.1. Flowchart Rancangan Sistem ... 19
Gambar 3.2. my application pada twitter API ... 20
Gambar 3.3 aplikasi yang sudah dibuat pada twitter API ... 21
Gambar 3.4. Rancangan Form login pengambilan data twitter... 22
Gambar 3.5. Rancangan pengambilan data pada twitter ... 22
Gambar 3.6. flowchart pendekteksian data ... 25
Gambar 3.7. contoh klasifikasi C4,5 menggunaka Weka ... 26
Gambar 3.8. contoh data yang di klasifikasi kan ... 27
Gambar 4.1. Contoh klasifikasi keaktifan menggunakan weka ... 32
Gambar 4.2. Contoh klasifikasi kepopuleran menggunakan weka... 32
Gambar 4.3. Source code home.java ... 34
Gambar 4.4. Tampilan pengambilan data secara otomatis... 37
Gambar 4.5. Hasil klasifikasi menggunakan perhitungan pertama ... 38
Gambar 4.6. Klasifikasi keaktifan menggunakan weka ... 38
Gambar 4.7. Klasifikasi kepopuleran menggunakan weka ... 39
Gambar 4.8. Hasil klasifikasi dari perhitungan kedua ... 39
Gambar 4.9. Uji coba keaktifan menggunakan data training ... 40
Gambar 4.10. Uji coba kepopuleran menggunakan data training ... 41
Gambar 4.11. Uji coba keaktifan menggunakan data testing ... 41
Gambar 4.12. Uji coba kepopuleran menggunakan data testing ... 42
Gambar 4.13. Hasil perbandingan dari metode C4,5, rumus 1, rumus 2 ... 42
DAFTAR TABEL
Tabel 3.1. Tabel pengelompokan class ... 23
Tabel 4.1. Contoh soal rumus pertama ... 30
Tabel 4.2. Contoh soal menggunakan algoritma decision tree C4,5 ... 31
Tabel 4.3. Contoh soal menggunakan rumus manual ... 30
Tabel 4.4. Hasil pengujian ... 43
DAFTAR PUSTAKA
[1] A. Java X. Song, T. Finin, and B. Tseng, 2007. Why we twitter:
understanding microblogging usage and communities. In Procs WebKDD/SNA-KDD '07 (San Jose, California, August, 2007), 56-65.
[2] Comscore.______.http://www.usatoday.com/tech/webguide/2007-05-28-social- sites_N.htm.
[3] Dua, S. & Xian Du. (2011). Data Mining and Machine Learning in Cybersecurity. USA: Taylor & Francis Group. ISBN-13: 978-1-4398-3943-0 [4] Han, J., & Kamber, M. (2006). Data Mining Concept and Tehniques. San
Fransisco: Morgan Kauffman. ISBN 13: 978-1-55860-901-3 [5] Haryatrik.2008.http://haryatrik.blogspot.com/2008/09/jenis-jenis-
algoritma.html.di download pada 06 Maret 2013
[6] Hu, X., Sun, N., Zhang, C., and Chua, T.-S, Exploiting internal and external semantics for the clustering of short texts using world knowledge, In Proc.
CIKM (Hong Kong, China, Nov. 2009), 919-928
[7] Larose, D. T. (2005). Discovering Knowledge in Data. New Jersey: John Willey
& Sons, Inc. ISBN 0-471-66657-2.
[8] Maimon,o. & last, M. 2000. Knowledge discovery and data mining, the info- fuxxy network (IFN) methodology. Dordrecht: kluwer academic.
[9] Mashable.2012. http://mashable.com/category/twitter/ . November 27.
[10] Mashable.2012.http://mashable.com/2008/07/18/twitter-not-a-microblogging- tool/. November 29
[11] Meeyoung Cha.2010. Measuring User Influence in Twitter: The Million Follower Fallacy
[12] Micro bloging.2012.http://en.wikipedia.org/wiki/Micro-blogging.November 27 [13] Nukrah yusuf.2011.implementasi metode K-means clustering untuk penentuan
tingkat urgensi pelaksanaan program PNPM mandiri.Malang.
[14] Nurjaya.2010.http://www.blogofnurjaya.com/2010/01/definisi-dan-sejarah- mysql.html#axzz2NQZvdYtt. Di download pada 27 Maret 2013
[15] Okhi rizannata.2012.implementasi algoritma naïve Bayesian dalam pengklasifikasian buku berbahasa Indonesia (studi kasus perpustakaan pusat UMM).Malang.
[16] Orkut.2012.http://www.orkut.com.November 28
[17] Phan, X.-H., Nguyen, L.-M., and Horiguchi, S , Learning to classify short and sparse text & web with hidden topics from large-scale data collections, In Proc.
WWW (Beijing, China, Apr. 2008), 91-100.
[18] Pobersonaibaho.2011.data-mining.di download pada 27 Februari 2013 [19] Putra.2011.http://pobersonaibaho.wordpress.com/2011/05/15/definisi-data-
mining-tugas-utama-data-mining-proses-dan-cara-kerja-data-
miningmetodologi-data-mining/.di download pada tanggal 06 Maret 2013 [20] REST API v1.1 Resources Twitter Developers.html
[21] Simon Carter . _____. Twitter hastags:Joint Translation and Clustering
[22] Sriram Barath.2010. Short Text Classification in Twitter to Improve Information Filtering
[23] Twitter.2009. http://www.twitter.com.November 27
[24] Twitter.2012.http://en.wikipedia.org/wiki/Twitter.Desember 01
[25] Witten, I. H., Frank, E., Hall, M. A. (2011). Data Mining Practical Machine Learning Tools and Techniques (3rd ed). USA: Elsevier
