Analisis Text Clustering Masyarakat Di Twitter Mengenai Omnibus Law Menggunakan Orange Data Mining

  • Ratu aghnia raffaidy wiguna Universitas Padjadjaran
  • Andri Irfan Rifai Universitas Internasional Batam
Keywords: Visualisasi Data, Orange Data Mining, OmnibusLaw, Vader

Abstract

Sosial media dengan platform twitter menjadi hal menarik untuk diteliti. Trending topik tersebut menghasilkan komentar masyarakat Indonesia yang mengandung opini berupa emosi. Penelitian ini mencoba menganalisis opini di twitter dengan metode analisis vader yang menghasilkan tweet profiler kemudian visualisasi distribution. Penelitian ini menggunakan tools orange data mining dengan mengaplikasikan Prepocess text yang meliputi transformation, tokenization, normalization, dan filtering yang bertujuan agar text bisa dianalisis. Kesimpulan dari penelitian ini yaitu respon masyarakat terhadap UU Cipta Kerja Omnibus Law mendapat 6 respon dan yang paling tertinggi responnya adalah masyarakat merasa surprise.

Downloads

Download data is not yet available.

References

“orange biolab.” [Online]. https://orange.biolab.si/workflows/.

N. Anggraini and H. Suroyo, “Comparison of Sentiment Analysis against Digital Payment ‘T-cash and Go-pay’ in Social Media Using Orange Data Mining,” J. Inf. Syst. Informatics, vol. 1, no. 2, pp. 152–163, 2019.

antara, “Indonesia Peringkat Lima Pengguna Twitter,” kominfo, 2012. .

N. and J. D. Colnerič, “Emotion Recognition on Twitter: Comparative Study and Training a Unison Model,” In IEEE Transactions on Affective Computing., 2018. .

Dandy Bayu Bramasta, “Secepat Kilat, Berikut Fakta soal Omnibus Law UU Cipta Kerja,” kompas, jakarta, p. 1, Oct-2020.

H. Harahap and A. Hamid, “Analysis of The Importance of Omnibus Law “Cipta Karya" in Indonesia,” Int. J. Sci. Res. Manag., vol. 8, no. 08, pp. 236–250, 2020.

M. Hidayat, “Jegal Omnibus Law Trending Twitter, Simak 4 Pasal Kontroversi RUU Cipta Kerja,” tempo.co, jakarta, p. 1, Aug-2020.

S. Juanita, “Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan Naive Bayes,” J. Media Inform. Budidarma, vol. 4, no. 3, p. 552, 2020.

S. Kodati and R. Vivekanandam, “Analysis of Heart Disease using in Data Mining Tools Orange and Weka Sri Satya Sai University Analysis of Heart Disease using in Data Mining Tools Orange and Weka,” Glob. J. Comput. Sci. Technol., vol. 18, no. 1, 2018.

A. Patunru, A. Surianta, and A. Tenggara, “Menarik Penanaman Modal Asing ( PMA ),” no. 4, pp. 1–9, 2020.

A. Sentiya, H. Suroyo, F. I. Komputer, and U. B. Darma, “Analisis Text Clustering Akun Fanpage Shopee Indonesia Dengan Komentar Followers Menggunakan Tools Orange Data Mining,” Bina Darma Conf. Comput. Sci., pp. 1055–1067.

Published
2021-02-28
Abstract views: 93 times
Download PDF: 60 times
How to Cite
wiguna, R., & Rifai, A. I. (2021). Analisis Text Clustering Masyarakat Di Twitter Mengenai Omnibus Law Menggunakan Orange Data Mining. Journal of Information Systems and Informatics, 3(1), 1-12. https://doi.org/10.33557/journalisi.v3i1.78