Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work
non-commercially, as long as you credit the origin creator
and license it on your new creations under the identical
terms.
TEXT MINING NEWS WEBSITE AND SOCIAL MEDIA DAN TEAM UMN UNTUK FACT CHECKING
DEBAT CAPRES 2019
LAPORAN KERJA MAGANG
VEGETERRIKIN GOUSANDER 00000010561
PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK DAN INFORMATIKA UNIVERSITAS MULTIMEDIA NUSANTARA
TANGERANG
PERNYATAAN
Dengan ini saya menyatakan bahwa telah melaksanakan praktek kerja magang pada:
Nama Perusahaan : Universitas Multimedia Nusantara
Divisi : Text Mining
Alamat : Jl. Scientia Boulevard, Gading Serpong
Periode Magang : 01 April 2019 - 31 Mei 2019
Pembimbing Lapangan : Yustinus Eko Soelistio, S.Kom., M.M.
Laporan kerja magang ini merupakan karya tulis saya sendiri, bukan plagiat dari karya tulis yang ditulis oleh orang lain atau lembaga lain, dan semua karya tulis orang lain atau lembaga lain yang dirujuk dalam laporan kerja magang ini telah disebutkan sumber kutipannya serta dicantumkan di Daftar Pustaka.
Jika di kemudian hari terbukti ditemukan kecurangan / penyimpangan, baik dalam pelaksanaan kerja magang maupun dalam penulisan laporan kerja magang, saya bersedia menerima konsekuensi dinyatakan TIDAK LULUS untuk mata kuliah kerja magang yang telah saya tempuh dan status kesarjanaan strata satu yang sudah diterima akan dicabut.
Tangerang, 17 Juni 2019
Vegeterrikin Gousander
HALAMAN PENGESAHAN
Laporan Kerja Magang dengan judul
“Text Mining News Website And Social Media Dan Team UMN Untuk Fact Checking Debat CAPRES 2019”
oleh
Vegeterrikin Gousander
telah diujikan pada hari Senin, 1 Juli 2019,
pukul 13.00 s.d. 14.00 dan dinyatakan lulus dengan susunan penguji berikut.
Disahkan oleh
Ketua Program Studi Sistem Informasi - UMN
Ririn Ikana Desanti, S.Kom., M.Kom.
Dosen Pembimbing Penguji
Johan Setiawan, S.Kom., M.M. Melissa Indah Fianty, S.Kom., M.MSI.
TEXT MINING NEWS WEBSITE AND SOCIAL MEDIA DAN TEAM UMN UNTUK FACT CHECKING DEBAT CAPRES 2019
ABSTRAK
Oleh: Vegeterrikin Gousander
Kerja magang merupakan suatu kegiatan selama perkuliahan untuk mempersiapkan mahasiswa dalam menghadapi situasi dunia kerja nyata. Dalam kerja magang ini melakukan tugas Text Mining yaitu kegiatan proses pengambilan data dari sumber berupa website dan media sosial mengenai debat pemilihan presiden tahun 2019, pengelolaan data, dan menganalisa data untuk mendapatkan informasi yang bermanfaat dengan menerapkan teknologi sebagai penunjang untuk mempercepat
proses pekerjaan ini.
Hasil pengalaman kerja magang ini, memperoleh berbagai pengalaman cara mengelola Text Mining dengan menggunakan bahasa pemrograman Python, penulisan program dengan Jupyter Notebook, dan mempresentasikan hasil analisa yang diperoleh kepada tim fact checking UMN, sehingga dapat disimpulkan bahwa kerja magang ini sangat bermanfaat bagi mahasiswa terutama mahasiswa yang telah siap untuk memasuki dunia kerja, serta berbagai ilmu pengetahuan dan pengalaman yang menarik dari kerja magang ini.
Kata Kunci: Kerja Magang, Python dan Text Mining.
TEXT MINING NEWS WEBSITE AND SOCIAL MEDIA DAN TEAM UMN UNTUK FACT CHECKING DEBAT CAPRES 2019
ABSTRACT
By: Vegeterrikin Gousander
Internship is an activity when in college to prepare the students to face real world work situations. In this internship the tasks to handle Text Mining about process of retrieving data from any sources like website and social media concerning presidential election in year 2019, managing data, and analyzing data to acquired an useful information by supported with technology to accelerate this work.
The results of this internship experience, get various experiences on how to manage Text Mining using the Python language, writing the program with Jupyter Notebook, and presenting the result of analysis obtained to the UMN fact checking team, it can be concluded that internship is very helpful for college students, especially college students who are ready to working in company, and Various of interesting knowledge and experience can be found in this internship.
Keyword: Internship, Python and Text Mining.
KATA PENGANTAR
Puji syukur Penulis panjatkan kepada Tuhan Yang Maha Esa karena atas berkat dan rahmatnya Penulis dapat menyelesaikan laporan kerja magang dengan judul “Text Mining News Website And Social Media Dan Team UMN Untuk Fact Checking Debat CAPRES 2019” dengan baik dan tepat waktu.
Dengan berakhirnya proses kerja magang dan penulisan laporan kerja magang ini, penulis ingin mengucapkan terima kasih kepada Universitas Multimedia Nusantara yang telah memberi kesempatan bagi penulis untuk dapat melaksanakan kerja magang di divisi Text Mining.
Selain itu, penulis juga ingin mengucapkan terima kasih kepada:
1. Ibu Ririn Ikana Desanti, S.Kom., M.Kom., selaku Ketua Program Studi Sistem Informasi di Universitas Multimedia Nusantara.
2. Bapak Yustinus Eko Soelistio, S.Kom., M.M. selaku Sekretaris Program Studi Sistem Informasi di Universitas Multimedia Nusantara dan pembimbing lapangan yang telah memberikan kesempatan kepada Penulis untuk melakukan kerja magang di Universitas Multimedia Nusantara sebagai Text Mining.
3. Bapak Johan Setiawan, S.Kom., M.M. selaku dosen pembimbing yang telah menyediakan waktu, tenaga dan pikiran serta dukungan dalam penyusunan laporan kerja magang ini.
4. Bapak Samiaji Bintang Nusantara, M.A, sebagai pemimpin program fact checking dan Bapak Adi Wibowo Octavianto, M.Si, dan Bapak
5. Albertus Magnus Prestianta, M.A sebagai dosen pembimbing dari tim Ilkom yang telah menyelenggarakan rapat, pembagian kerja antara tim SI dan tim Ilkom, serta yang mengatur sehingga proses kegiatan fact checking debat capres 2019 berjalan lancar.
6. Tim Kompas yang telah menyelenggarakan rapat dan memberikan kesempatan kepada penulis untuk membagikan informasi debat capres 2019 yang telah di peroleh dari Text Mining dan memperoleh pengetahuan baru dari sharing rapat yang di selenggarakan.
7. Nobertus Mario Baskoro sebegai ketua dari tim Ilkom yang telah membantu proses komunikasi antar tim SI dan tim Ilkom menjadi lebih lancar dan nyaman serta membantu Penulis dalam memberikan informasi yang diperlukan Penulis untuk menulis laporan kerja magang ini.
8. Yulius David dan Reynaldo Candra sebagai mahasiswa magang Text mining yang memberikan penjelasan dan cara kerja program yang telah dibuat, sehingga penulis melanjutkan pekerjaan program untuk kegiatan fact checking dengan lancar.
9. Satpam serta Janitor Universitas Multimedia Nusantara yang telah mengurus keamanan dan kebersihan dari Lab Big Data.
10. Rekan-rekan kerja magang yang saling memberi dukungan dan berbagi pengalaman selama kerja magang berlangsung di Universitas Multimedia Nusantara.
Tidak lupa penulis mengucapkan terima kasih kepada orang tua dan keluarga yang telah memberikan semangat dan doa kepada penulis dalam penyelesaian laporan kerja magang ini.
Semoga laporan kerja magang ini dapat memberikan informasi, inspirasi, dan manfaat bagi seluru pembaca.
Tangerang, 17 Juni 2019
Penulis
DAFTAR ISI
PERNYATAAN ... ii
HALAMAN PENGESAHAN ... iii
ABSTRAK ... iv
ABSTRACT ... v
KATA PENGANTAR ... vi
DAFTAR ISI... ix
DAFTAR GAMBAR ... xi
DAFTAR TABEL ... xiii
BAB I PENDAHULUAN ... 14
1.1. Latar Belakang ... 14
1.2. Maksud dan Tujuan Magang ... 15
1.3. Waktu dan Prosedur Magang ... 16
1.3.1. Waktu Pelaksanaan Magang ... 16
1.3.2. Lokasi Pelaksanaan Kerja Magang ... 19
1.3.3. Prosedur Kerja Magang ... 19
BAB II GAMBARAN PERUSAHAAN ... 22
2.1. Tentang Universitas Multimedia Nusantara ... 22
2.2. Arti Logo UMN ... 22
2.3. Visi dan Misi Universitas Multimedia Nusantara ... 24
BAB III PELAKSANAAN KERJA MAGANG ... 25
3.1. Kedudukan dan Koordinasi ... 25
3.2. Tugas yang dilakukan ... 25
3.2.1. Fact Checking Debat Capres Ke- 4 ... 25
3.2.2. Scarping Artikel Kompas.com ... 30
3.2.3. Briefing Magang ... 33
3.2.4. Pengembangan Script Python Linkkeyword.py ... 33
3.2.5. Mendownload File Twitter ... 36
3.2.6. Pengembangan Script Python Scrapkompas.py ... 37
3.2.8. Data Preparation Twitter Kompas ... 41
3.2.9. Data Modelling Twitter Kompas ... 46
3.2.10. Instagram Scraping ... 56
3.2.11. Script Instagram Preparation Data ... 58
3.3. Kendala ... 63
3.4. Solusi ... 64
BAB IV KESIMPULAN DAN SARAN ... 65
4.1. Kesimpulan ... 65
4.2. Saran ... 65
DAFTAR PUSTAKA ... 67
DAFTAR GAMBAR
Gambar 2.1 Logo Universitas Multimedia Nusantara ... 22
Gambar 3.1. Terminal Linux dan Command Wget ... 27
Gambar 3.2. Kategori Artikel Kompas ... 27
Gambar 3.3 HTML Document ... 28
Gambar 3.4. Hasil Scrap.py ... 28
Gambar 3.5. Form Keyword Claim ... 29
Gambar 3.6 Form Result Keyword ... 30
Gambar 3.7. Isi Scrap.py ... 32
Gambar 3.8. Sebelum Modifikasi Linkkeyword.py ... 34
Gambar 3.9. Setelah Modifikasi Linkkeywordth1.py ... 34
Gambar 3.10. Execute Python Linkkeyword.py ... 35
Gambar 3.11. Execute Linkkeywordth1.py ... 35
Gambar 3.12. File Kompas Twitter Dari Server ... 36
Gambar 3.13. Script Scrap.py Sebelum Modifikasi ... 37
Gambar 3.14. Setelah Modifikasi Scrap.py ... 38
Gambar 3.15. Setelah Modifikasi Scrap.py Lanjutan ... 38
Gambar 3.16. Hasil Struktur Scraping Artikel ... 39
Gambar 3.17. Keyword Debat Capres Ke-5 ... 40
Gambar 3.18. Hasil Link Berita Debat Capres Ke-5 ... 40
Gambar 3.19. Pencarian Link Dengan Keyword ... 41
Gambar 3.20. Jupyter Notebook ... 42
Gambar 3.21. Import Modul dan List Kosong ... 43
Gambar 3.22. Pengambilan Data Twitter (1) ... 43
Gambar 3.23. Pengambilan Data Twitter (2) ... 44
Gambar 3.24. Format Pandas Series ... 44
Gambar 3.25. Data Concat dan Output Excel ... 45
Gambar 3.26. Menampilkan Hasil Gabungan Data ... 45
Gambar 3.27. Menampilkan Hasil Gabungan Data Lanjutan ... 46
Gambar 3.28. Hasil Penyajian Data Twitter ... 46
Gambar 3.29. Import Library dan Set Timezone ... 47
Gambar 3.30. Membaca File XLSX ... 47
Gambar 3.31. Waktu UTC Menjadi GMT +7 ... 48
Gambar 3.32. Ekspor File XLSX Timezone ... 48
Gambar 3.33. Menampilkan Struktur Tabel Timezone ... 48
Gambar 3.35. BeautifulSoup Sumber Twitter ... 50
Gambar 3.36. Menampilkan Isi Konten User Twittbot ... 50
Gambar 3.37. Isi Konten Twittbot SilviSandras1 ... 51
Gambar 3.38. Menampilkan Semua Konten Nama SilviSandras1 ... 51
Gambar 3.39. Filter Pengguna Twittbot.net ... 51
Gambar 3.40. Import Library Count Twitter ... 52
Gambar 3.41. Membaca Data Ecxel ... 53
Gambar 3.42. Filter Sumber Twitter ... 53
Gambar 3.43. Count Sumber Twitter ... 54
Gambar 3.44. Count Bahasa Twitter ... 54
Gambar 3.45. Kombinasi Hashtags ... 55
Gambar 3.46. Isi Tweet Berdasarkan Kombinasi Hashtags ... 55
Gambar 3.47. Active User ... 56
Gambar 3.48. Instagram Scarping ... 57
Gambar 3.49. Hasil JSON Instagram Scraping ... 57
Gambar 3.50. Scarping Instagram Dengan Keyword ... 58
Gambar 3.51. Script Penyajian Data Instagram (1) ... 59
Gambar 3.52. Script Penyajian Data Instagram (2) ... 60
Gambar 3.53. Penyajian Data Instagram Eksport CSV ... 60
Gambar 3.54. Output CSV Penyajian Data Instagram ... 61
Gambar 3.55. Import Module dan Read Data untuk script Instagram ... 61
Gambar 3.56. Penyajian Data Isi Komentar Instagram Tiap Posting ... 62
Gambar 3.57. Hasil CSV Isi Komentar Instagram... 63
DAFTAR TABEL
Tabel 1.1 Timetable Kegiatan Mingguan ... 16
