ANALISIS SENTIMEN PADA TWITTER MENGGUNAKAN PENDEKATAN AGGLOMERATIVE HIERARCHICAL CLUSTERING SKRIPSI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ANALISIS SENTIMEN PADA TWITTER MENGGUNAKAN PENDEKATAN AGGLOMERATIVE HIERARCHICAL CLUSTERING SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Oleh: Yenni Tresnawati 135314018

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2017

i


SENTIMENT ANALYSIS OF TWITTER USING AGGLOMERATIVE HIERARCHICAL CLUSTERING A THESIS Presented as Partial Fulfillment of Requirements to Obtain Sarjana Komputer Degree in Informatics Engineering Department

By : Yenni Tresnawati 135314018

INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2017

ii


iii


iv


HALAMAN PERSEMBAHAN “Serahkaan

segala kekhawatiran mu kepada-Nya, sebab Ia yang memelihara kamu” - 1 Petrus 5 : 7 -

“Dan

segala sesuatu yang kamu lakukan dengan perkatan atau

perbuatan, lakukan semuanya itu dalam nama Tuhan Yesus, sambil mengucap syukur oleh Dia kepada Allah, Bapa kita” - Kolose 3:17 -

Skripsi ini saya persembahkan untuk : Tuhan Yesus Kristus, Bunda Maria, Keluarga tercinta, dosen dan teman - teman terkasih, Terima kasih sudah memberikan semangat, GBU!

v


vi


vii


INTISARI Twitter merupakan

salah satu situs microblogging memungkinkan

penggunanya untuk menulis tentang berbagai opini, komentar, dan berita yang membahas isu-isu yang tejadi pada saat ini. Banyak pengguna yang melakukan posting pendapat mereka akan sebuah produk atau layanan yang mereka gunakan. Hal tersebut dapat digunakan sebagai sumber data untuk menilai sentimen pada Twitter. Cara pengelompokkan emosi secara otomatis dapat digunakan, salah satunya menggunakan Agglomerative Hierarchical Clustering. Tujuan dari penelitian ini adalah membangun sistem yang secara otomatis mampu

mengelompokkan emosi setiap tweet, dan

mengetahui tingkat akurasi pengelompokkan. Tahapan proses dimulai dari preprocessing, terdapat beberapa proses yaitu tokenizing, stopword, stemming, pembobotan kata, serta normalisasi, selanjutnya dapat diolah menggunakan Agglomerative Hierarchical Clustering. Proses clustering terdiri dari, menghitung matriks jarak antar data, mencari jarak terdekat, menggabungkan menjadi satu cluster, memperbaharui matriks hingga semua data menjadi satu cluster. Setelah itu melakukan perhitungan akurasi menggunakan confusion matrix. Selanjutnya untuk melihat kesesuaian sistem yang dibuat, maka dimasukkan data baru yang diproses dengan sistem, lalu dapat menentukan data tergolong salah satu jenis emosi. Dari penelitian yang telah dilakukan, didapatkan total data tweet sebanyak 500 data serta jumlah cluster terbagi menjadi lima yaitu cinta, marah, sedih, senang, dan takut. Hasil penelitian analisis sentimen pada twitter dapat berjalan dengan baik dengan akurasi 81,6% untuk jumlah frekuensi kata unik maksimal 85 dan kata unik minimal 2 dengan melakukan normalisasi menggunakan Z-Score, perhitungan jarak menggunakan Cosine Similarity serta metode AHC Average Linkage.

Kata Kunci : Tweet, Agglomearive Hierarchical Clustering, Cluster, Cosine similarity, Euclidean Distance, Z-Score, Min-Max, Confusion Matrix

viii


ABSTRACT Twitter is one of the site microblogging that allows users to write about various opinion, comments, and news that discussing issues that are happening at this time. Many users post their opinions on a product or service they use. It can be used as a data source to assess sentiment on Twitter. Automatic grouping of emotions can be used, one of them is using agglomerative hierarchical clustering. The purpose of this research is to build a system that automatically able to group the emotions of every tweet, and know the level of accuracy of grouping.

Stages of the process starts from preprocessing, there are several processes that are tokenizing, stopword, stemming, word weighting, and normalization, then can be processed using Agglomerative Hierarchical Clustering. The clustering process consists of, calculating the distance matrix between data, finding the closest distance, merging into one cluster, updating the matrix until all the data into one cluster. After that perform the calculation of accuracy using confusion matrix. Next to see the suitability of the system created, then inserted new data processed with the system, and then can determine the data belong to one type of emotion.

From the research that has been done, got the total data tweet as much as 500 data and the number of cluster is divided into five clusters that is love, angry, sad, happy, and afraid. The results of sentimental analysis on twitter can run well with an accuracy of 81.6% for the maximum number of unique word of 85 and minimum number of unique word of at least 2 by normalizing using Z-Score, Cosine Similarity distance and AHC Average Linkage method.

Keyword : Tweet, Agglomearive Hierarchical Clustering, Cluster, Cosine similarity, Euclidean Distance, Z-Score, Min-Max, Confusion Matrix

ix


KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus atas berkat yang diberikan dalam penyusunan Skripsi ini sehingga semuanya dapat berjalan dengan baik dan lancar. Skripsi ini merupakan salah satu syarat mahasiswa untuk mendapatkan gelar S1 pada Prodi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma Yogyakarta. Berkat bimbingan dan dukungan dari berbagai pihak, Skripsi ini dapat terselesaikan. Pada kesempatan ini dengan segenap kerendahan hati penulis menyampaikan rasa terima kasih kepada : 1. Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. 2. Dr. C. Kuntoro Adi, S.J., M.A.,M.Sc., selaku Dosen Pembimbing Skripsi, yang dengan sabar memberi arahan, bimbingan, serta waktunya kepada penulis dalam pembuatan Skripsi. 3. Heri Bertus S.Pd.,M.Si, Asna Nuraini,S.Ag, Millavenia Pusparini, Krisna Wahyu Tri Anugrah selaku keluarga penulis yang senantiasa mendoakan, memberikan motivasi dan pengorbanannya baik dari segi moril, materi kepada penulis sehingga penulis dapat menyelesaikan Skripsi ini. 4. Ian Arisaputra yang selalu mendukung, memberikan semangat serta menjadi pendengar setiap cerita suka-duka yang penulis rasakan dalam proses pembuatan skripsi hingga dapat menyelesaikan skripsi ini. 5. Ronni, Ratri, Rusdy, Nindia, Bella, Kak Agung, Kak Dion, Kak Ary serta teman – teman Teknik Informatika Universitas Sanata Dharma khususnya angkatan 2013 dan teman penulis yang tidak dapat disebutkan satu per satu yang telah mendukung penulis dalam menyelesaikan Skripsi ini.

x


xi


DAFTAR ISI

ANALISIS SENTIMEN PADA TWITTER MENGGUNAKAN PENDEKATAN AGGLOMERATIVE HIERARCHICAL CLUSTERING ............................................ i SENTIMENT ANALYSIS OF TWITTER ................................................................... ii USING AGGLOMERATIVE HIERARCHICAL CLUSTERING .............................. ii HALAMAN PERSETUJUAN PEMBIMBING ......... Error! Bookmark not defined. ANALISIS SENTIMEN PADA TWITTER MENGGUNAKAN PENDEKATAN AGGLOMERATIVE HIERARCHICAL CLUSTERING ........ Error! Bookmark not defined. HALAMAN PENGESAHAN ...................................................................................... iii ANALISIS SENTIMEN PADA TWITTER MENGGUNAKAN PENDEKATAN AGGLOMERATIVE HIERARCHICAL CLUSTERING ........ Error! Bookmark not defined. HALAMAN PERSEMBAHAN .................................................................................. iv PERNYATAAN KEASLIAN KARYA ..................... Error! Bookmark not defined. LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ................... Error! Bookmark not defined. INTISARI................................................................................................................... viii ABSTRACT ................................................................................................................. ix KATA PENGANTAR .................................................................................................. x DAFTAR ISI ............................................................................................................... xii DAFTAR TABEL ....................................................................................................... xv DAFTAR GAMBAR ................................................................................................ xvii

xii


BAB I ............................................................................................................................ 1 PENDAHULUAN ........................................................................................................ 1 1.1

Latar Belakang ................................................................................................... 1

1.2

Rumusan Masalah .............................................................................................. 3

1.3

Tujuan Penelitian ............................................................................................... 3

1.4

Manfaat .............................................................................................................. 4

1.5

Luaran ................................................................................................................ 4

1.6

Batasan Masalah................................................................................................. 4

1.7

Sistematika Penulisan ........................................................................................ 4

BAB II ........................................................................................................................... 6 LANDASAN TEORI .................................................................................................... 6 2.1

Analisis Sentimen ........................................................................................... 6

2.2

Emosi .............................................................................................................. 7

2.3

Information Retrieval ..................................................................................... 9

2.4

Euclidean Distance ....................................................................................... 19

2.5

Cosine Similarity .......................................................................................... 19

2.6

Agglomerative Hierarchical Clustering ........................................................ 20

2.7

Confusion Matriks ........................................................................................ 32

BAB III ....................................................................................................................... 33 METODE PENELITIAN ............................................................................................ 33 3.1

Data .................................................................................................................. 33

3.2

Kebutuhan Sistem ............................................................................................ 35

3.3

Tahapan Penelitian ........................................................................................... 35

3.4

Desain Interface ............................................................................................... 37

xiii


3.5

Perancangan Struktur Data ............................................................................... 37

3.6

Skenario Sistem................................................................................................ 38

3.6.1 Gambaran Umum Sistem ................................................................................. 38 3.7

Desain Pengujian .............................................................................................. 67

BAB IV ....................................................................................................................... 68 HASIL DAN ANALISIS HASIL ............................................................................... 68 4.1

Implementasi .................................................................................................... 68

4.2

Hasil & Analisis Hasil ...................................................................................... 79

4.3

User Interface ................................................................................................... 88

BAB V......................................................................................................................... 89 PENUTUP ................................................................................................................... 89 5.1

Kesimpulan ...................................................................................................... 89

5.2

Saran ................................................................................................................. 90

LAMPIRAN ................................................................................................................ 94 1.

Uji Validitas Sistem menggunakan 15 data ......................................................... 94

2.

Tabel .................................................................................................................. 111

xiv


DAFTAR TABEL Tabel 2. 1 Kosa Kata Emosi.......................................................................................... 8 Tabel 2. 2 Tabel awalan-akhiran ................................................................................. 12 Tabel 2. 3 Aturan peluruhan kata dasar ...................................................................... 13 Tabel 2. 4 Contoh Data ............................................................................................... 22 Tabel 2. 5 Similarity Matriks ...................................................................................... 22 Tabel 2. 6 Matriks Jarak .............................................................................................. 23 Tabel 2. 7 Matriks Jarak pertama Single Linkage....................................................... 23 Tabel 2. 8 Matriks Jarak kedua Single Linkage .......................................................... 24 Tabel 2. 9 Matriks jarak pertama Complete Linkage .................................................. 25 Tabel 2. 10 Matriks Jarak kedua Complete Linkage................................................... 26 Tabel 2. 11 Matriks Jarak pertama Average Linkage ................................................. 27 Tabel 2. 12 Matriks Jarak kedua Average Linkage..................................................... 27 Tabel 2. 13 Tabel Confusion Matriks ......................................................................... 32

Tabel 3. 1 Tabel menghitung df .................................................................................. 47 Tabel 3. 2 idf ............................................................................................................... 48 Tabel 3. 3 Hitung Wij Tweet Cinta ............................................................................. 49 Tabel 3. 4 Hitung Wij Tweet Senang .......................................................................... 49 Tabel 3. 5 Hitung Wij Tweet Marah ........................................................................... 50 Tabel 3. 6 Hitung Wij Tweet Sedih ............................................................................ 50 Tabel 3. 7 Hitung Wij tweet takut ............................................................................... 51 Tabel 3. 8 Tabel contoh data belum mengalami proses penggabungan ...................... 51 Tabel 3. 9 Tabel contoh data setelah penggabungan................................................... 52 Tabel 3. 10 Tabel Contoh data pembobotan ............................................................... 52 Tabel 3. 11 Tabel Min-max......................................................................................... 53 Tabel 3. 12 Tabel data hasil normalisasi min - max ................................................... 53 Tabel 3. 13 Tabel Rata - Rata...................................................................................... 55 Tabel 3. 14 Tabel Standar Deviasi .............................................................................. 55

xv


Tabel 3. 15 Hasil Normalisasi Zscore ......................................................................... 56 Tabel 3. 16 Tabel hasil matriks jarak dari normalisasi min - max .............................. 57 Tabel 3. 17 Hasil matriks jarak normalisasi Z-Score .................................................. 59 Tabel 3. 18 Hasil max cluster 5 single linkage- Z-Score ............................................ 64 Tabel 3. 19 Hasil max cluster 5 complete linkage- Z-Score ....................................... 64 Tabel 3. 20 Hasil max cluster 5 average linkage- Z-Score ......................................... 64 Tabel 3. 21 Hasil max cluster 5 single linkage- Min - Max ........................................ 64 Tabel 3. 22 Hasil max cluster 5 complete linkage- Min - Max................................... 65 Tabel 3. 23 Hasil max cluster 5 average linkage- Min - Max ..................................... 65 Tabel 3. 24 Tabel perbandingan cluster hasil prediksi dan label aktual ..................... 66 Tabel 3. 25 Tabel Confusion matriks .......................................................................... 66

Tabel 4. 1 Tabel Percobaan tanpa normalisasi dengan batas atas = 85 dan batas bawah =2 ......................................................................................................................... 80 Tabel 4. 2 Confusion matrix data tanpa normalisasi average linkage......................... 82 Tabel 4. 3 Tabel Percobaan normalisasi min - max dengan batas atas = 85 dan batas bawah =2 .............................................................................................................. 82 Tabel 4. 4 Confusion matrix data normalisasi min – max average linkage ............... 84 Tabel 4. 5 Tabel Percobaan normalisasi z-score dengan batas atas = 85 dan batas bawah =2 ......................................................................................................................... 85 Tabel 4. 6 Confusion matrix data normalisasi z-score average linkage ..................... 86

xvi


DAFTAR GAMBAR Gambar 2. 1 Dendrogram............................................................................................ 21 Gambar 2. 2 Dendrogram Single linkage .................................................................... 25 Gambar 2. 3 Dendrogram Complete Linkage ............................................................. 26 Gambar 2. 4 Dendrogram average linkage ................................................................. 28 Gambar 2. 5 Flowchart AHC ...................................................................................... 31

Gambar 3. 1 Tweet Cinta ............................................................................................ 33 Gambar 3. 2Tweet Senang .......................................................................................... 34 Gambar 3. 3 Tweet Marah .......................................................................................... 34 Gambar 3. 4 Tweet Takut............................................................................................ 34 Gambar 3. 5 Tweet Sedih ............................................................................................ 35 Gambar 3. 6 Desain Interface...................................................................................... 37 Gambar 3. 7 Block Diagram ....................................................................................... 38 Gambar 3. 8 Tokenizing tweet cinta ........................................................................... 40 Gambar 3. 9 Tokenizing tweet senang ........................................................................ 40 Gambar 3. 10 Tokenizing tweet marah ....................................................................... 40 Gambar 3. 11 Tokenizing tweet takut ......................................................................... 41 Gambar 3. 12 Tokenizing tweet sedih ........................................................................ 41 Gambar 3. 13 Stopword tweet cinta ........................................................................... 42 Gambar 3. 14 Stopword tweet senang........................................................................ 42 Gambar 3. 15 Stopword tweet marah ......................................................................... 42 Gambar 3. 16 Stopword tweet sedih ........................................................................... 43 Gambar 3. 17 Stopword tweet takut ............................................................................ 43 Gambar 3. 18 Stemming tweet cinta ........................................................................... 44 Gambar 3. 19 Stemming tweet senang ........................................................................ 44 Gambar 3. 20 Stemming tweet marah ......................................................................... 44 Gambar 3. 21 Stemming tweet sedih .......................................................................... 44

xvii


Gambar 3. 22 Stemming tweet takut ........................................................................... 45 Gambar 3. 23 TF tweet cinta ....................................................................................... 45 Gambar 3. 24 TF tweet senang ................................................................................... 46 Gambar 3. 25 TF tweet marah..................................................................................... 46 Gambar 3. 26 TF tweet sedih ...................................................................................... 46 Gambar 3. 27 TF tweet takut....................................................................................... 47 Gambar 3. 28 Data min – max Single linkage ........................................................... 60 Gambar 3. 29 Data min – max Complete linkage ....................................................... 60 Gambar 3. 30 Data min – max average linkage .......................................................... 61 Gambar 3. 31 Source code AHC min –max................................................................ 61 Gambar 3. 32 Data Z-Score Single linkage ................................................................ 62 Gambar 3. 33 Data Z-Score Complete linkage ........................................................... 62 Gambar 3. 34 Data Z-Score Average linkage ............................................................. 63 Gambar 3. 35 Source code AHC Z-Score ................................................................... 63

Gambar 4. 1 Kumpulan Data ...................................................................................... 68 Gambar 4. 2 Contoh Data............................................................................................ 69 Gambar 4. 3 Source code Tokenizing ......................................................................... 69 Gambar 4. 4 Source code Stopword............................................................................ 70 Gambar 4. 5 Source code Stemming ........................................................................... 70 Gambar 4. 6 Kamus Kata Sinonim ............................................................................. 71 Gambar 4. 7 Source code Penanganan Sinonim ......................................................... 71 Gambar 4. 8 Source code Pembobotan ....................................................................... 72 Gambar 4. 9 Source code Normalisasi Min – Max ..................................................... 72 Gambar 4. 10 Source code Normalisasi Z-Score ........................................................ 73 Gambar 4. 11 Source code Hitung Jarak Euclidean .................................................... 73 Gambar 4. 12 Source code Hitung Jarak Cosine......................................................... 74 Gambar 4. 13 Source code AHC ................................................................................. 76 Gambar 4. 14 Gambar Output Hasil ........................................................................... 76 Gambar 4. 15 Source code Confusion Matrix ............. Error! Bookmark not defined.

xviii


Gambar 4. 16 Hasil Implementasi Confusion Matrix ................................................. 77 Gambar 4. 17 Contoh Tweet Uji ................................................................................. 78 Gambar 4. 18 Hasil Tweet Uji .................................................................................... 78 Gambar 4. 19 Grafik percobaan tanpa normalisasi ..................................................... 80 Gambar 4. 20 Dendrogram data tanpa normalisasi average linkage ........................... 81 Gambar 4. 21 Grafik percobaan normalisasi min – max ............................................ 83 Gambar 4. 22 Dendrogram data normalisasi min – max average linkage ................. 84 Gambar 4. 23 Grafik percobaan normalisasi z-score .................................................. 85 Gambar 4. 24 Dendrogram data normalisasi z-score average linkage ........................ 86 Gambar 4. 25 Grafik percobaan menggunakan batas atas=85 dan batas bawah =2 ... 87 Gambar 4. 26 User Interface Sistem ........................................................................... 88

xix


BAB I PENDAHULUAN 1.1

Latar Belakang

Pada saat ini situs microblogging telah menjadi alat komunikasi yang sangat populer di kalangan pengguna internet. Microblogging merupakan suatu layanan media social yang memungkinkan pengguna mem-publish pesan pendek berupa opini, komentar, berita dalam karakter terbatas (kurang dari 200 karakter). Contoh layanan microblogging yaitu Twitter, Plurk, Jaiku, Posterous, Pownce, Kronologger, Koprol, Moofmill, dan Tumblr. Menurut data yang dirilis Twitter, pada tahun 2012 Indonesia menjadi negara dengan pengguna Twitter terbesar kelima di dunia (Tempo,2012). Twitter memungkinkan pengguna untuk berbagi pesan menggunakan teks pendek disebut Tweet. Twitter seringkali digunakan untuk mengungkapkan emosi mengenai sesuatu hal, baik memuji ataupun mencela. Emosi dapat dikelompokkan menjadi emosi positif dan emosi negatif. Emosi manusia dapat dikategorikan menjadi lima emosi dasar yaitu cinta, senang, sedih, marah, dan takut. Emosi cinta dan senang merupakan emosi positif. Emosi sedih, marah, dan takut merupakan emosi negatif (Shaver & Fraley , 2001) Analisa mengenai tweet emosi para pengguna twitter disebut sebagai analisa opini atau sentimen (opinion analysis atau sentimen analysis). Analisis sentimen dilakukan untuk melihat pendapat atau kecenderungan opini terhadap sebuah masalah atau objek oleh seseorang, apakah cenderung beropini negatif atau positif. Dari hasil survey terhadap lebih dari 2000 orang Amerika dewasa, diketahui 81% melakukan penelitian terhadap suatu produk secara online setiap hari. Review terhadap rumah makan, hotel, agen perjalanan wisata, dan dokter di internet dapat meningkatkan

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

penjualan antara 73% sampai dengan 87%, pelanggan bersedia membayar lebih sebesar 20% sampai 99% terhadap review di internet yang mendapatkan bintang 5 daripada bintang 4 (Pang & Lee,2008). Pengaruh dan manfaat dari sentimen sedemikian besar sehingga penelitian ataupun aplikasi mengenai analisis sentimen berkembang sangat pesat. Terdapat kurang lebih 20-30 perusahaan di Amerika yang fokus pada layanan analisis sentiment (Liu, 2012). Faktor keuntungan tersebut mendorong perlunya dilakukan penelitian analisis sentimen terhadap tweet berbahasa Indonesia. Dengan cara manual, analisa sentimen bisa saja dilakukan. Misalnya memonitor berita-berita di media massa. Akan tetapi untuk data tweet, cara manual tidak mungkin bisa dilakukan karena jumlah datanya yang sangat besar dan terus mengalir. Disinilah peranan text mining, yang secara otomatis dapat mengolah kata. Pada text mining terdapat beberapa proses yaitu tokenizing, stopword, stemming, dan pembobotan kata (Liu, 2010). Setelah melakukan text mining, diperlukan normalisasi. Setelah melakukan normalisasi, dilakukan penggolongan atau clustering pada setiap tweet, salah satunya menggunakan metode Agglomeartive Hierarchical Clustering. Contoh kasus yang telah diselesaikan menggunakan metode Agglomerative Hierarchical Clustering adalah aplikasi automated text integration, dimana pada penelitian ini menghasilkan cluster yang baik. Dari hasil survei terhadap 100 orang responden, sebanyak 78% responden mengatakan bahwa integrasi dokumen yang dihasilkan telah benar (Budhi,Rahardjo,Taufik, 2008). Sehingga dengan melakukan penelitian menggunakan metode Agglomerative Hierarchical Clustering dapat mengetahui tingkat akurasi serta efisien untuk menyelesaikan masalah clustering data twitter berdasarkan emosi. Penelitian mengenai analisis sentimen pernah dilakukan yaitu untuk mengelompokkan dokumen bahasa Indonesia menggunakan pendekatan Support Vector Machine. Pada penelitian ini data yang digunakan didapat dengan crawling pada Twitter. Akurasi menggunakan Support Vector Machine sebesar 73.07% (Nur & Santika , 2011).


Salah satu faktor yang mempengaruhi agar fitur klasifikasi memberikan hasil yang maksimal adalah pada tahap preprocessing data tweet dilakukan filtering dengan menghapus kata-kata yang tidak ada di KBBI dan dilakukan proses stemming, sehingga hanya berupa kumpulan kata dasar (Nur & Santika, 2011). Berdasarkan penelitian yang telah ada sebelumnya, penelitan ini mencoba melakukan analisis sentimen dengan mengklasifikasi data twitter berbahasa Indonesia. Data tersebut akan diproses dengan text mining untuk menghindari data yang kurang sempurna kemudian mengelompokkan data tweet berdasarkan emosi ke dalam lima cluster yaitu senang, takut, sedih, marah, cinta. Pengelompokkan ini menggunakan algoritma Agglomerative Hierarchical Clustering.

1.2

Rumusan Masalah Berdasarkan Latar Belakang yang telah dikemukakan diatas, maka

permasalahan yang akan dibahas dalam penelitian ini, yaitu : 1.

Bagaimana

pendekatan

Agglomerative

Hierarchical

Clustering

mampu

mengelompokkan emosi setiap tweet dengan baik ? 2.

Berapakah tingkat akurasi analisis sentimen twitter menggunakan pendekatan Agglomerative Hierarchical Clustering?

1.3

Tujuan Penelitian Tujuan dari penelitian ini adalah membangun sistem yang secara otomatis

mampu

mengelompokkan emosi setiap tweet menggunakan Agglomerative

Hierarchical Clustering dan mengetahui tingkat akurasi pengelompokkan.


1.4

Manfaat Manfaat yang diberikan pada penelitian ini, yaitu :

1. Dapat

membantu

menganalisis

sentimen

pada

twitter

dengan

metode

Agglomerative Hierarchical Clustering. 2. Menjadi referensi bagi penelitian – penelitian berikutnya yang relevan dengan kasus analisis sentimen twitter.

1.5

Luaran Luaran yang diharapkan pada penelitian ini berupa suatu sistem yang secara

otomatis mampu mengelompokkan emosi setiap tweet.

1.6

Batasan Masalah Pada pengerjaan penelitian ini diberikan batasan-batasan masalah untuk

permasalahan yang ada antara lain: 1. Tweet yang dianalisis sentimen hanya tweet berbahasa Indonesia. 2. Pengelompokkan tweet berdasarkan lima emosi yaitu cinta, marah, senang, sedih, dan takut 3. Tweet yang digunakan hanya tweet yang berupa text, tidak mengandung gambar.

1.7

Sistematika Penulisan Sistematika penulisan proposal tugas akhir ini dibagi menjadi beberapa bab

dengan susunan sebagai berikut: BAB I

:

Pendahuluan Berisi penjelasan mengenai masalah yang akan diteliti, berisi

latar belakang, rumusan masalah, tujuan penelitian,manfaat penelitian, luaran, batasan masalah, dan sistematika penulisan.


BAB II

:

Landasan Teori Berisi mengenai penjelasan dan uraian teori-teori yang berkaitan

dengan topik analisis sentimen twitter, antara lain teori tentang analisis sentimen, emosi, preprocessing teks( Information Retrieval ), pembobotan kata, normalisasi min-max, normalisasi z-score, algoritma Agglomerative Hierarchical Clustering, Cosine Similarity, Euclidean Distance, dan Confusion Matriks BAB III

:

Metodologi Penelitian Berisi analisa dan design yang merupakan detail teknis sistem

yang akan dibangun. BAB IV

:

Implementasi dan Analisis Hasil Bab ini berisi implementasi dari perancangan yang telah dibuat

sebelumnya serta analisis dari hasil program yang telah dibuat BAB V

:

Penutup Bab ini berisi kesimpulan dari penelitian dan saraan – saran

untuk pengembangan penelitian lebih lanjut.


BAB II LANDASAN TEORI

Bab ini berisi penjabaran teori-teori yang bersangkutan dengan penulisan Tugas Akhir ini. Teori-teori tersebut mencakup Analisis Sentimen, Emosi, Information Retrieval, Agglomerative Hierarchical Clustering, Euclidean Distance, dan Confusion Matriks.

2.1

Analisis Sentimen Analisis sentimen adalah bidang studi yang menganalisi pendapat, sentimen,

evaluasi, penilaian, sikap, dan emosi seseorang terhadap sebuah produk, organisasi, individu, masalah, peristiwa atau topik (Liu, 2012). Analisis sentimen dilakukan untuk melihat pendapat terhadap sebuah masalah, atau dapat juga digunakan untuk identifikasi kecenderungan hal yang sedang menjadi topik pembicaran. Analisis sentimen dalam penelitian ini adalah proses pengelompokkan tweet ke dalam lima emosi yaitu emosi senang, emosi cinta, emosi sedih, emosi marah dan emosi takut. Pengaruh dan manfaat dari analisis setimen, menyebabkan penelitian mengenai analisis sentimen berkembang pesat. Di Amerika kurang lebih 20-30 perusahaan yang memfokuskan pada layanan analisis sentimen (Liu,2012). Manfaat Analisis sentimen dalam dunia usaha antara lain untuk melakukan pemantauan terhadap suatu produk. Secara cepat dapat digunakan sebagai alat bantu untuk melihat respon masyarakat terhadap produk tersebut, sehingga dapat segera diambil langkah- langkah strategis berikutnya. Pada umumnya analisis sentimen merupakan klasifikasi tetapi kenyataannya tidak semudah proses klasifikasi biasa karena terkait penggunaan bahasa, dimana terdapat ambigu dalam penggunaan kata serta perkembangan bahasa itu sendiri.

6


2.1.1

Level Analisis Sentimen Analisis sentimen terdiri dari tiga level analisis yaitu :

1.

Level Dokumen Level dokumen menganalisis satu dokumen penuh dan mengklasifikasikan

dokumen tersebut memiliki sentimen positif atau Negatif. Level analisis ini berasumsi bahwa keseluruhan dokumen hanya berisi opini tentang satu entitas saja. Level analisis ini tidak cocok diterapkan pada dokumen yang membandingkan lebih dari satu entitas (Liu, 2012). 2.

Level Kalimat Level kalimat menganalisis satu kalimat dan menentukan tiap kalimat bernilai

sentimen positif, netral, atau Negatif. Sentimen netral berarti kalimat tersebut bukan opini (Liu, 2012).

3.

Level Entitas dan Aspek Level aspek tidak melakukan analisis pada konstruksi bahasa (dokumen,

paragraph, kalimat, klausa, atau frase) melainkan langsung pada opini itu sendiri. Hal ini didasari bahwa opini terdiri dari sentimen (positif dan negatif) dan target dari opini tersebut. Tujuan level analisis ini adalah untuk menemukan sentimen entitas pada tiap aspek yang dibahas (Liu,2012).

2.2

Emosi Emosi adalah suatu pikiran dan perasaan khas yang disertai perubahan

fisiologis dan biologis serta menimbulkan kecendrungan untuk melakukan tindakan (Goleman, 2006). Twitter seringkali digunakan untuk mengungkapkan emosi mengenai sesuatu hal, baik memuji ataupun mencela. Pengenalan emosi pada tweet dapat dilakukan


menggunakan analisis sentimen. Analisis sentimen dapat dimanfaatkan untuk menggali opini publik tentang suatu topik.

2.2.1

Emosi Dasar Emosi yang dimiliki manusia dikategorikan menjadi lima emosi dasar yaitu

cinta, senang, marah, khawatir/takut, dan sedih. Emosi cinta dan senang merupakan emosi positif. Emosi marah, takut, dan sedih merupakabb emosi Negatif (Shaver, Murdaya, dan Fralet, 2001).

2.2.2

Kosakata Emosi Penelitian terhadap 124 kosakata emosi di Indonesia menghasilkan dua

kelompok besar yaitu kosakata emosi positif dan Negatif. Kelompokan kosakata emosi positif terdiri dari dua emosi dasar yaitu emosi cinta dan senang. Kelompokan kosakata emosi Negatif terdiri dari tiga emosi dasar yaitu marah, takut, dan sedih (Shaver, Murdaya, dan Fraley, 2001). Pengelompokkan terhadap 124 kosakata emosi di Indonesia terlihat pada Tabel 2.1 berikut: Tabel 2. 1 Kosa Kata Emosi Superordinat Emosi

Subordinat

Dasar Positif

Cinta

Ingin, kepingin, hasrat, berahi, terangsang, gairah, demen, suka, terbuai, terpesona, terkesiap, terpikat, tertarik, perasaan, getar hati, setia, edan kesmaran, kangen, rindu, kemesraan, asmara, mesra, cinta, kasih, sayang, hati.

Positif

Senang

Bangga, kagum, asik, sukacita, sukaria, bahagia, senang, girang, gembira, ceria, riang, damai, aman, tentram, lega,


kepuasan, puas, berani, yakin, ikhlas, tulus, berbesar, besar hati, rendah hati, sabar, tabah Negatif

Marah

Bosan, jenuh, cemburu, curiga, histeris, tinggi hati, iri, dengki, gemas, gregetan, ngambek, tersinggung, muak, benci, emosi, kesal, sebal, mangkel, jengkel, dendam, dongkol, panas hati, kalap, murka, naik darah, naik pitam, marah, berang, geram

Negatif

Takut

Gentar, takut, berdebar, kebat – kebit, kalut, gusar, cemas, khawatir, waswas, bimbang, bingung, galau, gundah, gelisah, risau

Negatif

Sedih

Patah hati,kecil hati, malu, simpati, tersentuh, haru, prihatin, iba, kasihan, murung,pilu, sendu, sedih , duka, dukacita, sakit hati, pedih hati, patah hati, remuk hati, frustasi, putus asa, putus harapan, menyesal, penyesalan, sesal, berat hati.

2.3

Information Retrieval Penelitian ini mencoba menganalisis emosi yang terkandung dalam sebuah

tweet berbahasa Indonesia. Dengan cara manual, analisis emosi atau analisis sentimen bisa saja dilakukan. Misalnya memonitor berita-berita di media massa. Akan tetapi untuk data tweet, cara manual tidak mungkin bisa dilakukan karena jumlah datanya yang sangat besar dan terus mengalir. Disinilah peranan Information Retrieval, yang secara otomatis dapat mengolah kata. Information Retrieval merupakan sekumpulan algoritma dan teknologi untuk melakukan

pemrosesan,

penyimpanan,

dan

menemukan

kembali

informasi

(terstruktur) pada suatu koleksi data yang besar (Manning,Raghavan,dan Schutze, 2009).


Berikut proses-proses Information Retrieval : a. Tokenizing Tokenizing merupakan langkah untuk memotong dokumen menjadi potonganpotongan kecil yang disebut token dan terkadang disertai langkah untuk membuang karakter tertentu seperti tanda baca (Manning,Raghavan,dan Schutze, 2009). Contoh proses tokenizing : Kalimat asal : Disaat sedih jangan lupakan kamu juga pernah bahagia, sedih itu membuatMu dewasa Hasil dari tokenizing : Disaat

Juga

MembuatMu

Sedih

Pernah

Dewasa

Jangan

Bahagia

Lupakan

Sedih

b.

Kamu

itu

Stopwords Removal Stopword merupakan kosakata yang bukan ciri(kata) unik dari suatu dokumen

(Dragut et all, 2009). Contoh stopword adalah dia, mereka , saya, pada, di, kenapa, apa, dan lain sebagainya. Sebelum proses stopword removal dilakukan, harus dibuat daftar stopword (stoplist) dimana stoplist ini berisi kata – kata umum,kata-kata penghubung, kata ganti orang dan bukan kata unik. Jika suatu kata termasuk di dalam stoplist maka kata – kata tersebut akan dihapus dari deskripsi sehingga kata – kata yang tersisa di dalam deskripsi dianggap sebagai kata-kata yang mencirikan isi dari suatu dokumen. Daftar stoplist dipenelitian ini bersumber dari Tala (2003). Contoh proses stopword :


Hasil dari tokenizing : Disaat

Juga

MembuatMu

Sedih

Pernah

Dewasa

Jangan

Bahagia

Lupakan

Sedih

Kamu

itu

Hasil dari Stopword Disaat

Membuat

Sedih

Pernah

Jangan

Bahagia

Lupakan

Sedih

Dewasa

c. Stemming Stemming merupakan tahap menghilangkan kata berimbuhan menjadi kata dasar (root) dari tiap kata hasil stopword dengan menggunakan aturan – aturan tertentu. Contoh Proses Stemming : Hasil dari Stopwords : Disaat

Membuat

Sedih

Pernah

Jangan

Bahagia

Lupakan

Sedih

Dewasa

Hasil dari Stemming : Saat

Buat

Dewasa


Sedih

Pernah

Jangan

Bahagia

Lupa

Sedih

1) Rule Stemming Algoritma Stemming untuk menghilangkan kata berimbuhan memiliki tahap – tahap sebagai berikut (Nazief dan Adriani, 2007) : 1. Pertama cari kata yang akan distem dalam kamus kata dasar. Jika ditemukan maka diasumsikan kata adalah root word. Maka algoritma berhenti. Jika tidak ditemukan maka lakukan langkah 2. 2. Hilangkan Inflection Suffixes bila ada. Dimulai dari Inflectional Particle(“-lah”, “-kah”, “-ku”, “-mu”, atau “-nya”) ,kemudian Possesive Pronouns (“-ku”, “-mu”, atau “-nya”). Cari kata pada kamus kata dasar jika ditemukan maka algoritma berhenti, jika tidak ditemukan maka lakukan langkah 3. Hapus Derivation Suffixes (“-i”, “-an”, atau “-kan”).

3.

Jika kata ditemukan di kamus, maka algoritma berhenti. Jika tidak maka ke langkah 3a a. Jika “-an” telah dihapus dan huruf terakhir dari kata tersebut adalah “-k”, maka “-k” juga ikut dihapus. Jika tidak ditemukan maka lakukan langkah 3b. b. Akhiran yang dihapus (“-i”, “-an”, atau “-kan”) dikembalikan, lanjut ke langkah 4. 4. Pada langkah 4 terdapat tiga iterasi: a. Iterasi berhenti jika : 1. Ditemukannya kombinasi akhiran yang tidak diizinkan berdasarkan awalan Tabel 2. 2 Tabel awalan-akhiran Awalan

Akhiran yang tidak diizinkan


be-

-i

di-

-an

ke-

-i , -kan

me-

-an

se-

-i, -kan

2. Awalan yang dideteksi sama dengan awalan yang dihilangkan sebelumnnya. 3. Tiga awalan telah dihilangkan b. Identifikasi tipe awalan dan hilangkan. Awalan terdiri dari dua tipe : 1. Standar(“di-”, “ke-”, “se-”) yang dapat langsung dihilangkan dari kata 2. Kompleks (“me-”, “be”, “pe”, “te”) adalah tipe awalan yang dapat berubah sesuai kata dasar yang mengikutinya. Oleh karena itu dibutuhkan aturan pada tabel berikut untuk mendapakan hasil pemenggalan yang tepat. Tabel 2. 3 Aturan peluruhan kata dasar Aturan Bentuk awalan

Peluruhan

1

berV

Ber-V… | be-rV….

2

Belajar

Bel-ajar

3

beC1erC2

Be-C1erC2.. dimana C!={‘r’|1}

4

terV

Ter-V | te-rV

5

teCer

Te-Cer… dimana C !=’r’

6

teC1erC2…..

Te-C1erC2… dimana C!=’r’

7

me{l|r|w|y}V…

Me-{l|r|w|y}V…

8

mem{b|f|v}…

Mem-{b|f|v}…

9

Mempe…

Mem-pe

10

Mem{rV|V}…

Me-m{rV|V}…| p{rV|V}…

11

Men{c|d|j|z}….

Men-{c|d|j|z}….

12

menV….

Me-nV…|me-tV….

Me-


13

Meng{g|h|q|k}…..

Meng-{g|h|q|k}…..

14

mengV…..

Meng-V…|meng-kV

15

mengeC

Menge-C

16

menyV

Me-ny…|meny-sV…

17

mempV

Mem-pV…

18

Pe{w|y}V…

Pe-{w|y}V….

19

perV

Per-V….|pe-rV

20

Pem{b|f|v}…

Pe-m{b|f|v}…

21

Pem{rV|V}

Pe-m{rV|V}…|pe-p{rV|V}

22

Pen{c|d|j|z}….

Pen- { c|d|j|z}….

23

penV

Pe-nV..|pe..tV

24

Peng{g|h|q}

Peng-{g|h|q}

25

pengV

Peng-V | peng-kV

26

penyV

Pe-nya |peny-sV

27

pelV

Pe-IV..;kecuali

untuk

kata

“pelajar” menjadi ajar 28

peCP

Pe-CP…dimana C!={r|w|y|l|m|n} dan P!=’er’

29

perCerV

Per-CerV

dimana

C!={r|w|y|l|m|n}

Pada tabel 2.3 dapat dilihat aturan – aturan peluruhan kata dasar yang apabila dilekati oleh awalan “me-”, “be-”, “te-”, “pe-”. Dimana pada kolom kedua dari tabel tersebut menjelaskan bentuk – bentuk kata dasar yang dilekati awalan “me-”, “be-”, “te-”, “pe-” , sedangkan pada kolom ketiga menjelaskan perubahan – perubahan karakter pada kata dasar yang mungkin terjadi apabila algoritma telah menghilangkan awalan yang telah melekati kata dasar tersebut. Huruf

“V” pada tabel tersebut

menunjukkan huruf hidup atau huruf vocal, huruf “C” menunjukkan huruf mati atau konsonan, dan huruf “P” menunjukkan pecahan “er”. Sebagai contoh, jika algoritma


menerima kata “menyusun”, maka proses Stemming pada kata tersebut mengikuti aturan ke-16 yaitu “menyV..” dan perubahannya menjadi “me-ny” atau “meny-sV..”. Berdasarkan aturan tersebut maka algoritma akan menghilangkan awalan “me-” maka akan didapatkan kata “nyusun”, selanjutnya kata “nyusun” akan diperiksa ke dalam database kata dasar karena kata “nyusun” bukan kata dasar maja tahap selanjutnya algoritma akan menghilangkan kata “meny-” dan kemudian algoritma akan menambahkan huruf “s” diddepan huruf “u”, maka akan didapatkan kata “susun”, selanjutnya kata “susun” akan diperiksa kedalam database kata dasar. Karena kata “susun” merupakan kata dasar maka kata tersebut akan diidentifikasikan sebagai kata dasar.

c. Cari kata yang telah dihilangkan awalannya. Apabila tidak ditemukan maka langkah diulang kembali. Jika ditemukan maka algoritma berhenti.

5. Apabila setelah langkah 4 kata dasar masih belum ditemukan, maka proses recording dilakukan

dengan

mengacu

pada

aturan

tabel

2.3. Recording dilakukan dengan menambahkan karakter recording di awal kata yang dipenggal. Pada tabel 2.3 , karakter recording adalah huruf kecil setelah tanda hubung (‘-‘) dan terkadang berada sebelum tanda kurung. Sebagai contoh, kata “menangkap” (aturan 15) pada tabel 2.3 , setelah dipenggal menjadi “nangkap”. Karena tidak valid, maka recording dilakukan dan menghasilkan kata “tangkap”. 6. Jika semua langkah selesai tetapi tidak juga berhasil maka kata awal diasumsikan sebagai rootword. Algoritma berhenti..


Untuk mengatasi keterbatasan pada algoritma di atas, maka ditambahkan aturan – aturan dibawah ini (Agusta, 2009) : 1. Aturan untuk reduplikasi ➢ Jika kedua kata yang dihubungkan oleh kata penghubung adalah kata yang sama maka root word adalah bentuk tunggalnya, contoh : “buku - buku” root wordnya adalah “buku”. ➢ Kata lain, misalnya “bolak-balik”, “berbalas-balasan”, dan “seolah-olah”. Untuk mendapatkan root wordnya, kedua kata diartikan secara terpisah. Jika keduanya memiliki root word yang sama maka diubah menjad bentuk tunggal, contoh : kata “berbalas-balasan”, “berbalas” dan “balasan” memiliki root word yang sama yaitu “balas”. Maka root word “berbalas-balasan” adalah “balas”. Sebaliknya, pada kata “bolak-balik” , “bolak ” dan “balik” memiliki root word yang berbeda, maka root wordnya adalah “bolak- balik”. 2. Tambahan bentuk awalan dan akhiran serta aturannya ➢ Untuk tipe awalan “mem-”, kata yang diawali dengan awalan “memp” memiliki tipe awalan “mem-”. ➢ Tipe awalan “meng-”, kata yang diawali dengan awalan “mengk-” memiliki tipe awalan “meng-”

d. Penggabungan Kata Berdasarkan Sinonim Menurut Kamus Besar Bahasa Indonesia (KBBI) sinonim adalah bentuk bahasa yang maknanya mirip atau sama dengan bahasa lain. Proses sinonim akan dilakukan ketika ada kata berbeda namun memiliki makna yang sama, untuk me-minimal-kan jumlah kata yang terdapat pada sistem, tanpa menghilangkan jumlah frekuensi (Rarasati,2015).


e. Pembobotan Kata Setelah melalui preprocessing text dihasilkan berbentuk token yang terpisah dari kata yang lain dan sudah dalam bentuk dasar. Pada langkah selanjutnya kata-kata atau term akan dirubah kedalam bentuk numerik untuk diketahui bobot setiap kata dari satu dokumen ke dokumen lainya. Metode TF-IDF merupakan metode pembobotan dalam bentuk sebuah metode yang merupakan integrasi antar term frequency (tf), dan inverse document frequency (idf) (Yan dan Liu,1999).

Berikut rumus yang digunakan untuk mencari bobot kata dengan metode Term Frequency (TF) - Inverse Document Frequency (IDF) : 𝑖𝑑𝑓 = log⁡(𝐷/𝑑𝑓)

(2.1)

Keterangan : D

: Jumlah semua dokumen dalam koleksi

df

: Jumlah dokumen yang mengandung term t

𝑊𝑖𝑗 = 𝑡𝑓𝑖𝑗⁡ 𝑥⁡𝑖𝑑𝑓 𝑊𝑖𝑗 = 𝑡𝑓𝑖𝑗⁡ 𝑥 log(𝐷/𝑑𝑓𝑗 ) Keterangan : 𝑊𝑖𝑗

: bobot term 𝑡𝑗 terhadap dokumen 𝑑𝑖

𝑡𝑓𝑖𝑗⁡

: jumlah kemunculan term 𝑡𝑗 dalam dokumen 𝑑𝑖

𝐷

: jumlah semua dokumen yang ada dalam database

𝑑𝑓𝑗

: jumlah dokumen yang mengandung term 𝑡𝑗

(2.2)


f. Normalisasi 1. Z-Score Normalisasi Z-Score umumnya digunakan jika nilai minimum dan maksimum sebuah atribut tidak diketahui (Mustaffa dan Yusof,2011). Normalisasi Z-Score dirumuskan sebagai berikut : 𝑣−𝐴̅

𝑣′ = ( 𝜎 ) 𝐴

(2.3)

Keterangan 𝑣′

: nilai yang baru

𝑣

: nilai yang lama

𝐴̅

: rata - rata dari atribut A

𝜎𝐴

: nilai standar deviasi dari Atribut A

2.

Min-max

Normalisasi min – max dirumuskan sebagai berikut (Mustaffa dan Yusof, 2011) : 𝑋0 −⁡𝑋𝑚𝑖𝑛

𝑋𝑛 = ⁡ 𝑋

𝑚𝑎𝑥 −𝑋𝑚𝑖𝑛

Keterangan : 𝑋𝑛

: nilai baru untuk variable X

𝑋0

: nilai lama untuk variable X

𝑋𝑚𝑖𝑛

: nilai minimum dalam data set

𝑋𝑚𝑖𝑛

: nilai maksimum dalam data set

(2.4)


2.4

Euclidean Distance Euclidean Distance digunakan untuk menghitung nilai kedekatan antara dua

dokumen. Perhitungan Euclidean Distance dirumuskan sebagai berikut (Prasetyo, 2014) : 𝑑(𝐴, 𝐵) = ⁡ √|𝐴1 − 𝐵1 |2 + |𝐴2 − 𝐵2 |2 + … … . +⁡|𝐴𝑖 − 𝐵𝑖 |2

(2.5)

Atau 𝑑(𝐴, 𝐵) = ⁡ √∑𝑛𝑖=1(𝐵𝑖 − 𝐴𝑖 )2

(2.6)

Keterangan : 𝑛 𝐵𝑖 − 𝐴𝑖

2.5

: Jumlah atribut : Data

Cosine Similarity Menurut Prasetyo pada buku Data Mining: Pengelolahan Data menjadi

infromasi menggunakan matlab (2014), ukuran kemiripan yang sering digunakan untuk mengukur kemiripan dua dokumen x dan y adalah Cosine Similarity. Kemiripan yang diberikan adalah 1 jika dua vektor x dan y sama , dan bernilai 0 jika kedua vektor berbeda. Nilai jarak 1 menyatakan sudut yang dibentuk oleh vektor x day y adalah 0º, yang artinya vektor x dan y adalah sama (dalam hal jarak). Perhitungan Cosine Similarity dirumuskan sebagai berikut :

𝑠(𝑥, 𝑦) = cos(𝑥, 𝑦) =

𝑥⁡∙𝑦 ||𝑥||||𝑦||

(2.7)

Tanda titik (∙) melambangkan inner-product,

𝑥⁡ ∙ 𝑦 = ∑𝑟𝑖=1 𝑥𝑖 𝑦𝑖 Tanda ||𝑥|| adalah panjang dari vektor x, dimana :

(2.8)


||𝑥|| = ⁡ √∑𝑟𝑖=1 𝑥𝑖 2 ⁡ = ⁡ √𝑥⁡ ∙ 𝑥

2.6

(2.9)

Agglomerative Hierarchical Clustering Agglomerative Hierarchical Clustering merupakan metode pengelompokkan

berbasis hierarki dengan pendekatan bottom up, yaitu proses penggelompokkan dimulai dari masing-masing data sebagai satu cluster, kemudian secara rekursif mencari cluster terdekat sebagai pasangan untuk bergabung sebagai satu cluster yang lebih besar (Prasetyo,2014). Proses tersebut diulang terus sehingga tampak bergerak ke atas membentuk hierarki. Kunci operasi metode Agglomerative Hierarchical Clustering adalah penggunaan ukuran kedekatan diantara dua cluster (Hartini,2012). Ada tiga teknik yang dapat digunakan untuk menghitung kedekatan diantara dua cluster dalam metode Agglomerative Hierarchical Clustering yaitu Single linkage, Complete Linkage, dan Average Linkage. Pada metode Single linkage kedekatan di antara dua cluster ditentukan dari jarak terdekat (terkecil) di antara pasangan diantara dua data dari dua cluster berbeda (satu dari cluster pertama satu dari cluster yang lain) . Dengan menggunakan single linkage jarak antara dua cluster didefinisikan sebagai berikut : 𝑑(𝐴, 𝐵) = ⁡ 𝑀𝑖𝑛𝑥∈𝐴,𝑦∈𝐵 {𝑆𝑥,𝑦 }

(2.10)

Keterangan : {𝑆𝑥,𝑦 } : jarak antara data x dan y dari masing – masing Cluster A dan B. Pada Complete Linkage kedekatan diantara dua cluster ditentukan dari jarak terjauh (terbesar) diantara pasangan diantara dua data dari dua cluster berbeda (satu dari cluster pertama satu dari cluster yang lain). Dengan menggunakan metode complete lingkage jarak antara dua cluster didefinisikan sebagai berikut : 𝑑(𝐴, 𝐵) = ⁡ 𝑀𝑎𝑥𝑥∈𝐴,𝑦∈𝐵 {𝑆𝑥,𝑦 }

(2.11)


Keterangan : {𝑆𝑥,𝑦 } : jarak antara data x dan y dari masing – masing Cluster A dan B.

Pada Average Linkage kedekatan diantara dua cluster ditentukan dari jarak ratarata diantara pasangan diantara dua data dari dua cluster berbeda (satu dari cluster pertama satu dari cluster yang lain). Dengan menggunakan metode average lingkage jarak antara dua cluster didefinisikan sebagai berikut : 𝑑(𝐴, 𝐵) = ⁡ 𝑛

1

𝐴 𝑛𝐵

∑𝑥∈𝐴 ∑𝑥∈𝐵 𝑆{𝑥, 𝑦}

(2.12)

Keterangan : 𝑛𝐴

: banyaknya data dalam cluster A

⁡𝑛𝐵

: banyaknya data dalam cluster B Dengan menggunakan rumus perhitungan-perhitungan diatas akan diketahui

jarak antar cluster. Masing – masing perhitungan dapat menghasilkan dendrogram.

Gambar 2. 1 Dendrogram Dari penjelasan yang telah dipaparkan diatas, maka secara singkat AHC dapat dimengerti sebagai metode yang dimulai dengan setiap n cluster yang membentuk cluster masing-masing. Kemudian dua cluster dengan jarak terdekat bergabung. Selanjutnya cluster yang lama akan bergabung dengan cluster yang sudah ada dan membentuk cluster baru. Hal ini tetap memperhitungkan jarak kedekatan antar cluster.


Proses akan berulang hingga akhirnya membentuk satu cluster yang memuat keseluruhan cluster.

Sebagai contoh, diketahui data seperti pada tabel dibawah ini Tabel 2. 4 Contoh Data Data

X

Y

2

1

B

1

2

C

3

4

D

4

2

A

Dengan menggunakan rumus Euclidean Distance setiap obyek data tersebut dihitung similaritasnya sebagai berikut : 𝑑(𝑎, 𝑏) = √(|1 − 2|2 + |2 − 1|2 ) = 1 𝑑(𝑎, 𝑐) = √(|3 − 2|2 + |4 − 1|2 ) = 3.16 𝑑(𝑎, 𝑑) = √(|4 − 2|2 + |2 − 1|2 ) = 2.236 𝑑(𝑏, 𝑐) = √(|3 − 1|2 + |4 − 2|2 ) = 2.82 𝑑(𝑏, 𝑑) = √(|4 − 1|2 + |2 − 2|2 ) =3 𝑑(𝑐, 𝑑) = √(|4 − 3|2 + |2 − 4|2 ) = 2.236 Berdasarkan perhitungan tersebut dapat dibentuk similarity matriks seperti tabel berikut. Tabel 2. 5 Similarity Matriks A

b

C

d

A

0

1

3.16

2.236

B

1

0

2.82

3


C

3.16

2.82 0

D

2.236 3

2.236

2.236 0

Karena similarity matriks bersifat simetris maka dapat ditulis seperti dibawah ini dan menjadi matriks jarak: Tabel 2. 6 Matriks Jarak

A

A

B

C

D

0

1

3.16

2.236

0

2.82

3

0

2.236

B C D

0

1. Single linkage Dari tabel 2.6 jarak obyek yang paling dekat yaitu a dan b,berjarak 1. Kedua obyek data ini menjadi satu cluster pertama. Kemudian untuk menemukan cluster berikutnya dicari jarak antar obyek data dari sisa yang ada (c,d) dan berada paling dekat (jarak minimum) dengan cluster(ab). Untuk pencarian jarak ini pertama digunakan Single linkage. 𝑑(𝑎𝑏)𝑐 = min{𝑑𝑎𝑐 , 𝑑𝑏𝑐 } = min{⁡3.16⁡, 2.82} = 2.82 𝑑(𝑎𝑏)𝑑 = min{𝑑𝑎𝑑 , 𝑑𝑏𝑑 } = min{2.236⁡, 3} = 2.236

Setelah mendapat cluster ab, baris – baris dan kolom – kolom matriks jarak yang bersesuaian dengan cluster a dan b dihapus, kemudian ditambahkan baris dan kolom untuk cluster ab, matriks jarak menjadi seperti berikut : Tabel 2. 7 Matriks Jarak pertama Single Linkage Ab

C

d


Ab

0

C

2.82

2.236

0

2.236

D

0

Berdasarkan pada matriks jarak pertama, dipilih kembali jarak terdekat antar cluster yaitu abd dan cd dengan nilai 2.236. Maka dapat dipilih salah satu dari kedua nilai tersebut. Dalam contoh ini cluster yang dipilih yaitu cd. Kemudian hitung jarak cluster cd dengan cluster ab. 𝑑(𝑐𝑑)𝑎𝑏 = min{𝑑𝑐𝑎 , 𝑑𝑐𝑏 , ⁡𝑑𝑑𝑎 ⁡, 𝑑𝑑𝑏 }⁡ = min{3.16, 2.82, 2.236⁡, 3} = 2.236

Setelah mendapatkan cluster cd, baris – baris dan kolom – kolom matriks jarak yang bersesuaian dengan cluster c dan d dihapus, kemudian ditambahkan baris dan kolom untuk cluster cd, sehingga matriks jarak menjadi seperti berikut : Tabel 2. 8 Matriks Jarak kedua Single Linkage

ab cd

ab

cd

0

2.236 0

Ketika jarak antar cluster tersisa satu maka proses iterasi perhitungan jarak untuk pembentukan cluster selesai. Jadi cluster ab dan cd digabung agar membentuk satu cluster yaitu abcd dengan jarak terdekat 2.236. Berikut ini hasil dendrogram AHC dengan Single linkage:


Gambar 2. 2 Dendrogram Single linkage 2. Complete Linkage Perhitungan jarak dengan Complete Linkage akan dicari jarak antar cluster dengan yang paling jauh. Dengan tetap menggunakan tabel matriks jarak (tabel 2.7),perhitungan Complete Linkage ini dilakukan. Pada awal perhitungan, cluster ab tetap digunakan sebagai cluster pertama karena jarak antar obyek yang paling dekat yaitu 1. Berikut akan dilakukan perhitungan jarak antar cluster ab dengan c dan d. 𝑑(𝑎𝑏)𝑐 = max{𝑑𝑎𝑐 , 𝑑𝑏𝑐 } = max{⁡3.16⁡, 2.82} = 3.26 𝑑(𝑎𝑏)𝑑 = max{𝑑𝑎𝑑 , 𝑑𝑏𝑑 } = max{2.236⁡, 3} = 3

Setelah mendapatkan cluster ab,baris-baris dan kolom-kolom matriks jarak yang bersesuaian dengan cluster a dan b dihapus, kemudian ditambahkan baris dan kolom untuk cluster ab, sehingga matriks jarak seperti berikut : Tabel 2. 9 Matriks jarak pertama Complete Linkage

ab c d

ab

c

d

0

3.16

3

0

2.236 0


Dari tabel diatas dipilih jarak terdekat antar cluster yaitu 2.236. Kemudian dihitung jarak dengan cluster ab. 𝑑(𝑐𝑑)𝑎𝑏 = max{𝑑𝑐𝑎 , 𝑑𝑐𝑏 , ⁡𝑑𝑑𝑎 ⁡, 𝑑𝑑𝑏 }⁡ = max{3.16, 2.82, 2.236⁡, 3} = 3.16

Setelah mendapat cluster cd, baris – baris dan kolom – kolom matriks jarak yang bersesuaian dengan cluster c dan d dihapus, kemudian ditambahkan baris dan kolom untuk cluster cd, sehingga matriks jarak menjadi seperti berikut : Tabel 2. 10 Matriks Jarak kedua Complete Linkage

ab cd

ab

cd

0

3.16 0

Ketika jarak antar cluster tersisa satu, maka proses iterasi perhitungan jarak untuk pembentukan cluster selesai. Jadi cluster ab dan cd digabung menjadi satu cluster yaitu abcd dengan jarak terdekat 3.16. Berikut ini hasil dendrogram AHC dengan Complete Linkage:

Gambar 2. 3 Dendrogram Complete Linkage

3. Average Linkage Menggunakan Average Linkage akan dicari jarak antara cluster dengan menghitung nilai rata-rata pasangan setiap cluster. Dengan tetap menggunakan tabel


matriks jarak (tabel 2.7), perhitungan Average Linkage ini dilakukan. Pada awal perhitungan, cluster ab teta digunakan sebagai cluster pertama karena jarak antar obyek yang paling dekat. Berikut ini akan dilakukan perhitungan jarak antara cluster ab dengan c dan d. 𝑑(𝑎𝑏)𝑐 = average{𝑑𝑎𝑐 , 𝑑𝑏𝑐 } = average{⁡3.16⁡, 2.82} = 𝑑(𝑎𝑏)𝑑 = average{𝑑𝑎𝑑 , 𝑑𝑏𝑑 } = average{2.236⁡, 3} =

3.16+2.82 2

2.236+3 2

= 2.99

= 2.618

Setelah mendapatan cluster ab, baris-baris dan kolom-kolom matriks jarak yang bersesuaian dengan cluster a dan b dihapus dan ditambahkan baris dan kolom untuk cluster ab, sehingga matriks jarak menjadi seperti berikut : Tabel 2. 11 Matriks Jarak pertama Average Linkage

ab

ab

c

d

0

2.99

2.618

0

2.236

c d

0

Dari matriks diatas, dipilih kembali jarak terdekat antar cluster. Ditemukan cluster cd paling dekat, yaitu bernilai 2.236. Kemudian dihitung jarak dengan cluster ab. 𝑑(𝑐𝑑)𝑎𝑏 = average{𝑑𝑐𝑎 , 𝑑𝑐𝑏 , ⁡𝑑𝑑𝑎 ⁡, 𝑑𝑑𝑏 }⁡ = average{3.16, 2.82, 2.236⁡, 3} = 3.16+2.82+2.236+3 4

= 2.804

Setelah mendapatan cluster cd, baris – baris dan kolom – kolom matriks jarak yang bersesuaian dengan cluster c dan d dihapus dan ditambahkan baris dan kolom untuk cluster cd, sehingga matriks jarak menjadi seperti berikut : Tabel 2. 12 Matriks Jarak kedua Average Linkage ab

cd


ab

0

cd

2.804 0

Ketika jarak antar cluster tersisa satu, maka proses iterasi perhitungan jarak untuk pembentukan cluster selesai. Jadi cluster ab dan cd digabung menjadi satu cluster yaitu abcd dengan jarak terdekat 2.804. Berikut ini hasil dendrogram AHC dengan Average Linkage:

Gambar 2. 4 Dendrogram average linkage

2.5.1

Langkah Algoritma Agglomerative Hierarchical Clustering Algoritma Agglomerative Hierarchical Clustering untuk mengelompokkan n

obyek adalah sebagai berikut ( Tan, Steinbach dan Kumar,2006 ) : 1. Hitung matriks kedekatan berdasarkan jenis jarak yang digunakan. 2. Ulangi langkat 3 sampai 4, hingga hanya satu kelompok yang tersisa 3. Gabungkan dua cluster terdekat berdasarkan parameter kedekatan yang ditentukan. 4. Perbarui matriks kedekatan untuk merepresentasikan kedekatan diantara kelompok baru dan kelompok yang tersisa. 5. Selesai


2.5.2

Flowchart Agglomerative Hierarchical Clustering

1. Single Linkage

Gambar 2. 5 Flowchart Single Linkage


2. Complete Linkage

Gambar 2. 6 Flowchart Complete Linkage


3. Average Linkage

Gambar 2. 7 Flowchart Average Linkage


2.7

Confusion Matriks Pada penelitian ini metode evaluasi clustering yang digunakan yaitu metode

external evaluasi. External evaluasi bekerja dengan membandingkan hasil pengelompokkan sistem dengan label class. Salah satu metode external evaluasi yaitu, Confusion Matrix. Confusion Matriks merupakan metode external evaluasi yang berisi informasi yang actual dan dapat diprediksi (Kohavi dan Provost, 1998), dimana kinerja sistem dapat di evaluasi menggunakan data dalam matriks. Tabel berikut menunjukkan Confusion matrix :

Tabel 2. 13 Tabel Confusion Matriks Predicted

Actual

Negatif

Positif

Negatif

a

b

Positif

c

d

Keterangan : a : jumlah prediksi yang benar bahwa contoh bersifat negatif b : jumlah prediksi yang benar bahwa contoh bersifat negatif c : jumlah prediksi yang benar bahwa contoh bersifat positif d : jumlah prediksi yang salah bahwa contoh bersifat positif

Perhitungan akurasi dirumuskan sebagai berikut : 𝑎+𝑑

𝐴 = 𝑎+𝑏+𝑐+𝑑 ⁡𝑥⁡100%

(2.13)


BAB III METODE PENELITIAN Bab ini berisi perancangan penelitian yang akan dibuat oleh penulis meliputi data, kebutuhan system, tahapan penelitian, desain interface, skenario sistem, dan desain pengujian. 3.1

Data Pada penelitian ini, data yang digunakan ialah tweet berbahasa Indonesia yang

terdapat pada Twitter. Tweet yang digunakan ialah tweet-tweet yang mengandung emosi cinta, senang, marah, takut, dan sedih. Dari masing- masing emosi, diambil 100 data per emosi sehingga total tweet yang digunakan sebagai data berjumlah 500 . Pencarian data dilakukan dengan menggunakan hashtag #cinta, #senang, #takut, dan #sedih pada website www.netlytic.org. Pemilihan data secara manual yaitu memilih kalimat-kalimat tweet yang berbahasa Indonesia dan tidak mengandung gambar. Tweet yang telah dipilih kemudian di simpan ke file teks. Kemudian file teks tersebut digunakan sebagai input pada sistem untuk diolah lebih lanjut. Berikut contoh tweet dengan emosi cinta :

Gambar 3. 1 Tweet Cinta

33


Berikut contoh tweet dengan emosi senang :

Gambar 3. 2Tweet Senang

Berikut contoh tweet dengan emosi marah :

Gambar 3. 3 Tweet Marah

Berikut contoh tweet dengan emosi takut :

Gambar 3. 4 Tweet Takut


Berikut contoh tweet dengan emosi sedih :

Gambar 3. 5 Tweet Sedih

3.2

Kebutuhan Sistem Untuk proses membuat sistem digunakan software dan hardware sebagai

berikut : 1. Software

2.

a)

Sistem Operasi

: Windows 8 64-bit

b)

Bahasa Pemograman

: Matlab R2010A

Hardware a)

Processor

: Intel (R) Core(TM) i3-3217U CPU @ 1.8GHz

b)

Memory

: 2 Gb

c)

Harddisk

: 500 Gb

3.3

Tahapan Penelitian

3.3.1

Studi Pustaka Pada Studi Pustaka ini penulis mencantumkan dan menggunakan teori –

teori yang terkait dengan penelitian yang dilakukan,seperti teori Analisis sentimen, emosi, Preprocessing text( Information Retrieval), Pembobotan kata, Normalisasi, Agglomerative Hierarchical Clustering, matriks.

Euclidean Distance, dan Confusion


3.3.2

Pengumpulan Data Data yang digunakan pada penelitian ini adalah tweet berbahasa Indonesia

yang ditulis oleh para pengguna Twitter. Tweet yang dikumpulkan berupa tweet yang berisi emosi cinta, marah, senang, sedih, dan takut.

3.3.3

Pembuatan Alat Uji Pada tahap ini, akan dirancang suatu alat uji yang dimulai dengan

perancangan interface dan pembuatan alat uji untuk menguji Agglomerative Hierarchical Clustering untuk mengelompokkan tweet serta mendapatkan akurasi dari sistem yang telah dibangun.

3.3.4

Pengujian Pada tahap pengujian ini, data terlebih dahulu di-preprocessing sehingga

dari data yang dihasilkan dapat dilakukan proses clustering. Dari hasil clustering yang dilakukan, pengujian dilakukan dengan menggunakan Cofusion Matriks.


3.4 Desain Interface

Gambar 3. 6 Desain Interface

3.5 Perancangan Struktur Data Struktur data digunakan untuk mengelola penyimpanan data agar data dapat diakses sewaktu – waktu jika sedang diperlukan. Pada penelitian ini konsep struktur data yang digunakan ialah : a.

ArrayList ArrayList digunakan untuk menampung data tweet. Sebagai contoh dapat

dilihat pada ilustrasi berikut : 𝐷𝑎𝑡𝑎⁡1 𝐷𝑎𝑡𝑎⁡2 𝐷𝑎𝑡𝑎⁡3 𝐷𝑎𝑡𝑎⁡4 [𝐷𝑎𝑡𝑎⁡5] Obyek data 1, Data 2, Data 3, Data 4, Data 5 merupakan representasi dari data tweet yang akan dijelaskan pada tabel berikut :


Obyek

Atribut

Data 1

Cinta tak kan menuntut kesempurnaan. Cinta kan menerima, memahami, rela berkorban. Karena seharusnya cinta membuat mu bahagia

Data 2

Dalam hidup ini berbagi kepada sesama memberi jiwa rasa damai. Berbagi dengan tulus tanpa pamrih memberikan perasaan sukacita..

Data 3

Aku patah hati, mas! Sakit sesakit-sakitnya.

Data 4

Resah dan gelisah tanpa arah.

Data 5

Baru ditinggal berapa jam rasanya khawatir.

3.6 Skenario Sistem 3.6.1

Gambaran Umum Sistem

Gambar 3. 7 Block Diagram

Sistem ini digunakan untuk mengetahui tingkat akurasi penggolongan tweet berdasarkan emosi dengan menggunakan metode Agglomerative Hierarchical Clustering. Langkahnya adalah melalui data tweet yang berekstensi .txt. Teks akan mengalami tahap preprocessing yang terdiri dari Tokenizing, stopword, dan stemming. Tahap kedua yaitu tahap pembobotan kata menggunakan TF-IDF untuk menentukan nilai frekuensi dari dokumen, serta melakukan penggabungan kata


(sinonim), jika ditemukan kata yang berbeda namun memiliki makna yang sama maka gabungkan menjadi satu kata. Setelah mendapatkan bobot, maka hasil pembobotan di normalisasi. Pada tahap normalisasi ini peneliti menggunakan normalisasi

Min-Max dan Z-Score, dilakukan dua macam normalisasi agar

mendapatkan metode yang lebih optimal pada penelitian ini. Tahap selanjutnya yaitu menentukan kedekatan data emosi (cinta, senang, sedih, marah,dan takut) dengan metode Agglomerative Hierarchical Clustering menggunakan Euclidean Distance. Tahap terakhir adalah proses perhitungan akurasi menggunakan Confusion matriks. Setelah menemukan hasil akurasi serta pengelompokkan selanjutnya sistem melakukan proses input data baru, yang berfungsi untuk mengetahui data baru termasuk dalam cluster emosi yang mana. Maka data baru dapat dikategorikan termasuk salah satu dari emosi yang ada. 3.5.1.1 Tahap Preprocessing Tahap preprocessing meliputi tahap Tokenizing, stopword removal, dan stemming. Sistem akan menghapus link url, username, dan tanda retweet. Sistem akan mengubah kata tidak baku atau kata yang disingkat menjadi kata yang baku. Sistem juga akan mengambil kata yang diawali tanda pagar (hashtag). Penjelasan tahap preprocessing adalah sebagai berikut:

a.

Tokenizing Pada tahap ini sistem akan memotong dokumen menjadi potongan-

potongan kecil yang disebut token dan terkadang disertai langkah untuk membuang karakter tertentu seperti tanda baca (Manning,Raghavan,dan Schutze, 2009). Langkah-Langkah Tokenizing : 1. Baca tiap baris pada file text sebagai satu tweet 2. Ambil tiap token pada kalimat tweet dengan menggunakan spasi sebagai pemisah antara satu token dengan token lain. 3. Simpan tiap kalimat tweet yang terdiri dari token penyusun.


Berikut contoh Tokenizing terhadap kalimat tweet cinta, senang, marah, sedih, dan takut :

-

Tokenizing tweet cinta

-

Gambar 3. 8 Tokenizing tweet cinta

-

Tokenizing tweet senang

Gambar 3. 9 Tokenizing tweet senang

-

Tokenizing tweet marah

Gambar 3. 10 Tokenizing tweet marah


-

Tokenizing tweet takut

Gambar 3. 11 Tokenizing tweet takut

-

Tokenizing tweet sedih

Gambar 3. 12 Tokenizing tweet sedih

b.

Stopword

Setelah mengalami proses tokenizing , kemudian data tweet diolah melalui proses stopword. Dalam proses stopword, kata-kata yang penting akan disaring sehingga kata yang tidak relevan dapat dibuang. Langkah – langkah stopword : 1. Baca data hasil tokenizing 2. Cek setiap kata hasil tokenizing dengan stoplist 3.Jika kata pada hasil tokenizing sama dengan kata pada stoplist, maka kata tersebut dihapus. 4.Jika tidak maka kata akan disimpan. Maka dibawah ini merupakan contoh tweet yang mengandung emosi cinta, senang, marah, sedih , dan takut yang mengalami proses stopword.


Gambar 3. 13 Stopword tweet cinta

Gambar 3. 14 Stopword tweet senang

Gambar 3. 15 Stopword tweet marah


Gambar 3. 16 Stopword tweet sedih

Gambar 3. 17 Stopword tweet takut

c.

Stemming Setelah mengalami proses stopword, proses selanjutnya ialah proses

stemming dimana mencari kata dasar dari data tweet. Stemming dilakukan dengan menghilangkan awalan dan akhiran. Berikut langkah – langkah stemming : 1. Baca tiap kata dan cek dengan kata pada kamus kata dasar. 2. Jika kata sama dengan kata pada daftar kamus kata dasar, maka kata tersebut adalah kata dasar. 3. Jika kata tidak sama dengan kata pada daftar kamus kata dasar, hapus akhiran dan awalan pada kata. 4. Cek hasil langkah ke 3 dengan kata pada daftar kamus kata dasar, jika tidak sama dengan, anggap kata sebelum dikenali langkah 3 sebagai kata dasar. Dibawah ini merupakan contoh data tweet yang mengalami proses stemming:


Gambar 3. 18 Stemming tweet cinta

Gambar 3. 19 Stemming tweet senang

Gambar 3. 20 Stemming tweet marah

Gambar 3. 21 Stemming tweet sedih


Gambar 3. 22 Stemming tweet takut

3.5.1.2 Tahap Pembobotan dan Penggabungan Sinonim Kata Setelah data melewati proses preprocessing, langkah selanjutnya ialah tahap pembobotan. Tahap pembobotan ini bertujuan untuk memberi nilai frekuensi suatu kata sebagai bobot yang nantinya dapat di proses pada Agglomerative Hierarchical Clustering. Langkah pertama ialah menghitung nilai term frequency tiap kata. Langkah kedua yaitu menghitung nilai document frequency tiap kata. Langkah ketiga yaitu menghitung inverse document frequency. Langkah terakhir yaitu menghitung bobot atau weight dari hasil perkalian term frequency dikalikan dengan inverse document frequency. Berikut contoh proses pembobotan kata :

a. Menghitung term frequency

Gambar 3. 23 TF tweet cinta


Gambar 3.23 merupakan contoh kalimat tweet yang mengalami proses penghitungan term frequency. Kalimat tweet yang digunakan pada diatas adalah tweet yang mengandung emosi cinta.

Gambar 3. 24 TF tweet senang Gambar 3.24 merupakan contoh kalimat tweet yang mengalami proses penghitungan term frequency. Kalimat tweet yang digunakan pada diatas adalah tweet yang mengandung emosi senang.

Gambar 3. 25 TF tweet marah Gambar 3.25 merupakan contoh kalimat tweet yang mengalami proses penghitungan term frequency. Kalimat tweet yang digunakan pada diatas adalah tweet yang mengandung emosi marah.

Gambar 3. 26 TF tweet sedih


Gambar 3.26 merupakan contoh kalimat tweet yang mengalami proses penghitungan term frequency. Kalimat tweet yang digunakan pada diatas adalah tweet yang mengandung emosi sedih.

Gambar 3. 27 TF tweet takut Gambar 3.27 merupakan contoh kalimat tweet yang mengalami proses penghitungan term frequency. Kalimat tweet yang digunakan pada diatas adalah tweet yang mengandung emosi takut.

b. Menghitung document frequency Tabel 3. 1 Tabel menghitung df No

Kata

df

1.

Cinta

2

2.

Sayang

3

3.

Ikhlas

1

4.

Enak

1

5.

Muak

1

6.

Sifat

1

7.

Selamat

1

8.

Sore

1

9.

Rumah

1

10.

Suasana

1

11.

Duka

1

12.

Pergi

1

13.

Mamah

1


14.

Sedih

1

15.

Ajak

1

16.

Nonton

1

17.

Horror

1

18.

Indonesia

1

19.

takut

1

Pada tabel 3.1 merupakan contoh perhitungan document frequency, document frequency merupakan banyaknya bobot yang terkandung dalam seluruh data tweet.

c. Menghitung inverse document frequency Tabel 3. 2 idf No

Kata

df

Idf

1.

Cinta

2

0.397940009

2.

Sayang

3

0.22184875

3.

Ikhlas

1

0.698970004

4.

Enak

1

0.698970004

5.

Muak

1

0.698970004

6.

Sifat

1

0.698970004

7.

Selamat

1

0.698970004

8.

Sore

1

0.698970004

9.

Rumah

1

0.698970004

10.

Suasana

1

0.698970004

11.

Duka

1

0.698970004

12.

Pergi

1

0.698970004

13.

Mamah

1

0.698970004

14.

Sedih

1

0.698970004

15.

Ajak

1

0.698970004

16.

Nonton

1

0.698970004

17.

Horror

1

0.698970004


18.

Indonesia

1

0.698970004

19.

Takut

1

0.698970004

Pada tabel 3.2 merupakan contoh perhitungan inverse document frequency.

d. Menghitung bobot atau weight Setelah menghitung TF dan IDF, langkah selanjutnya ialah menghitung bobot (Wij) yang terdapat pada masing – masing tweet. Dimana bobot ialah hasil perkalian term frequency dengan inverse document frequency. Berikut merupakan contoh perhitungan bobot data tweet : Hitung bobot (Wij) tweet cinta Tabel 3. 3 Hitung Wij Tweet Cinta Kata

tf

idf

Cinta

2

0.397940009

0.795880018

Sayang

3

0.22184875

0.66554625

Total

Wij

1.461426268

Pada tabel 3.3 menunjukkan conntoh perhitungan bobot yang terkandung dalam tweet. Tweet yang digunakan pada gambar diatas adalah tweet yang mengandung emosi cinta.

Hitung bobot (Wij) tweet senang Tabel 3. 4 Hitung Wij Tweet Senang Kata

TF

Idf

Wij

Ikhlas

1

0.698970004

0.698970004

Enak

1

0.698970004

0.698970004

Total

1.397940008


Pada tabel 3.4 menunjukkan conntoh perhitungan bobot yang terkandung dalam

tweet. Tweet yang digunakan pada gambar diatas adalah tweet yang

mengandung emosi senang.

Hitung bobot (Wij) tweet marah Tabel 3. 5 Hitung Wij Tweet Marah Kata

TF

Idf

Wij

Muak

1

0.698970004

0.698970004

Sifat

1

0.698970004

0.698970004

Total

1.397940008



mengandung emosi marah.

Hitung bobot (Wij) tweet sedih Tabel 3. 6 Hitung Wij Tweet Sedih Kata

TF

Idf

Wij

Selamat

1

0.698970004

0.698970004

Sore

1

0.698970004

0.698970004

Rumah

1

0.698970004

0.698970004

Suasana

1

0.698970004

0.698970004

Duka

1

0.698970004

0.698970004

Pergi

1

0.698970004

0.698970004

Mamah

1

0.698970004

0.698970004

Sedih

1

0.698970004

0.698970004

Total

5.591760032


Pada tabel 3.6 menunjukkan conntoh perhitungan bobot yang terkandung dalam tweet. Tweet yang digunakan pada gambar diatas adalah tweet yang mengandung emosi sedih.

Hitung bobot (Wij) tweet takut Tabel 3. 7 Hitung Wij tweet takut Kata

TF

Idf

Wij

Ajak

1

0.698970004

0.698970004

Nonton

1

0.698970004

0.698970004

Horror

1

0.698970004

0.698970004

Indonesia

1

0.698970004

0.698970004

Takut

1

0.698970004

0.698970004

Total

3.49485002



mengandung emosi takut.

e. Penggabungan Kata (Sinonim) Menurut Kamus Besar Bahasa Indonesia (KBBI) sinonim adalah bahasa yang maknanya mirip, maka pada proses penggabungan kata dapat dilakukan ketika terdapat kata berbeda namun memiliki makna yang sama, dapat digabungkan menjadi satu kata, tanpa mengubah nilai frekuensi. Berikut contoh kata yang mengalami proses penggabungan kata : Tabel 3. 8 Tabel contoh data belum mengalami proses penggabungan Kata

TF

Riang

1

Gembira

1

Senang

1


Senank

1

Umpat

1

Kesel

1

Kesal

1

Tabel 3. 9 Tabel contoh data setelah penggabungan Kata

TF

Gembira

3

Kesal

3

3.5.1.3 Tahap Normalisasi Setelah data diproses melalui tahap preprocessing, data selanjutnya di normalisasi. Normalisasi pada penelitian ini menggunakan normalisasi min-max dan normalisasi Z-Score.

a) Normalisasi Min-max Tabel 3. 10 Tabel Contoh data pembobotan Kata Cinta Tweet 1 Tweet 2 Tweet 3 Tweet 4 Tweet 5 Tweet 6 Tweet 7 Tweet 8 Tweet 9

senang

1.397940

Kesal

Takut

Sedih

0

0

0

0

1.397940 0.698970

0

0

0

0 2.096910

0

0

0

0 1.397940

0

0

0

0

0 1.397940

0

0

0

0 0.698970

0

0

0

0

0 0.698970

0

0

0

0 1.397940

0

0

0

0

0

1.39794

0

0

0

0

1.39794

Tweet 10


Pada tabel 3.10 terdapat bobot yang dominan dibandingkan bobot-bobot lain. Pada contoh diatas, bobot yang dianggap dominan adalah bobot yang paling banyak muncul. Bobot dominan diitunjukkan dengan warna biru. Langkah – Langkah Normalisasi Min-max : 1.

Cari masing – masing nilai terkecil (min) dan nilai terbesar (max) pada

setiap kata. Tabel 3. 11 Tabel Min-max cinta

Senang

kesal

takut

Sedih

0

0

0

0

0

1.397940

2.096910

1.397940

1.397940

1.39794

Min Max

Tabel 3.11 menunjukkan nilai terkecil dan nilai terbesar pada data. Nilai terkecil dan terbesar digunakan pada normalisasi min-max. 2. Hitung nilai bobot baru : 𝑋0 −⁡𝑋𝑚𝑖𝑛

𝑋𝑛 = ⁡ 𝑋

(3.1)

𝑚𝑎𝑥 −𝑋𝑚𝑖𝑛

Tabel 3. 12 Tabel data hasil normalisasi min - max Kata Cinta

Senang

kesal

Takut

Sedih

Tweet 1

1

0

0

0

0

Tweet 2

1

0,3333

0

0

0

Tweet 3

0

1

0

0

0

Tweet 4

0

0,6667

0

0

0

Tweet 5

0

0

1

0

0

Tweet 6

0

0

0,5

0

0

Tweet 7

0

0

0

0,5

0

Tweet 8

0

0

0

1

0

Tweet 9

0

0

0

0

1

Tweet 10

0

0

0

0

1


Tabel 3.12 menunjukkan hasil hitung bobot baru menggunakan normalisasi min-max. Bobot baru ditunjukkan dengan warna biru.

b) Normalisasi Z-Score Normalisasi Z-Score digunakan supaya kata hasil pembobotan data dapat dibandingkan. Dibawah ini merupakan langkah – langkah untuk mendapatkan hasil normalisasi Z-Score. 1. Hasil pembobotan setelah proses preprocessing Tabel 3.10 Tabel contoh data pembobotan Kata Cinta Tweet 1 Tweet 2 Tweet 3 Tweet 4 Tweet 5 Tweet 6 Tweet 7 Tweet 8 Tweet 9 Tweet 10

senang

1.397940

kesal

Takut

Sedih

0

0

0

0

1.397940 0.698970

0

0

0

0 2.096910

0

0

0

0 1.397940

0

0

0

0

0 1.397940

0

0

0

0 0.698970

0

0

0

0

0 0.698970

0

0

0

0 1.397940

0

0

0

0

0

1.39794

0

0

0

0

1.39794

Pada tabel 3.10 terdapat bobot yang dominan dibandingkan bobot-bobot lain. Pada contoh diatas, bobot yang dianggap dominan adalah bobot yang paling banyak muncul. Bobot dominan diitunjukkan dengan warna biru..


2. Mencari nilai rata-rata dari masing – masing data tweet. Tabel 3. 13 Tabel Rata - Rata Rata – rata Tweet 1

0.279588

Tweet 2

0.419382

Tweet 3

0.419382

Tweet 4

0.279588

Tweet 5

0.279588

Tweet 6

0.139794

Tweet 7

0.139794

Tweet 8

0.279588

Tweet 9

0.279588

Tweet 10

0.279588

Rata-rata 0,279588

total

Tabel 3.13 menunjukkan hasil perhitungan rata-rata setiap kalimat tweet. Kemudian dicari total rata-rata tweet untuk dapat diproses pada tahap normalisasi

3. Mencari nilai standar deviasi dari masing – masing tweet. Tabel 3. 14 Tabel Standar Deviasi Standar Deviasi Standar

0,564853063

deviasi

Pada tabel 3.14 dicari standar deviasi dari semua data untuk dapat diproses pada tahap normalisasi.


4. Hasil Normalisasi Perhitungan rumus yang telah dipaparkan pada bab sebelumnya pada persamaan 2.6. Tabel 3. 15 Hasil Normalisasi Zscore Kata cinta

Senang

kesal

Takut

Sedih

Tweet 1

1,39794

-0,49497

-0,49497

-0,49497

-0,49497

Tweet 2

1,39794

0,69897

-0,49497

-0,49497

-0,49497

Tweet 3

-0,49497

2,09691

-0,49497

-0,49497

-0,49497

Tweet 4

-0,49497

1,39794

-0,49497

-0,49497

-0,49497

Tweet 5

-0,49497

-0,49497

1,39794

-0,49497

-0,49497

Tweet 6

-0,49497

-0,49497

0,69897

-0,49497

-0,49497

Tweet 7

-0,49497

-0,49497

-0,49497

0,69897

-0,49497

Tweet 8

-0,49497

-0,49497

-0,49497

1,39794

-0,49497

Tweet 9

-0,49497

-0,49497

-0,49497

-0,49497

1,39794

Tweet 10

-0,49497

-0,49497

-0,49497

-0,49497

1,39794

Tabel 3.15 Menunjukkan hasil normalisasi menggunakan Z-Score. Bobot baru ditunjukkan dengan warna biru.

3.5.1.4 Agglomerative Hierarchical Clustering Setelah data dinormalisasi, data kemudian masuk pada tahap clustering. Pengelompokkan pada penelitian ini menggunakan Agglomerative Hierarchical Clustering (AHC). Matriks jarak dihitung dengan menggunakan Cosine Similarity. Masing-masing data akan dikelompokkan berdasarkan karakteristik kedekatannya. Proses pengelompokkan ini akan menggunakan tiga metode yaitu, single linkage, complete linkage, dan average linkage. Berikut langkah – langkah pengelompokkan menggunakan AHC.


1. Hitung matriks jarak menggunakan Cosine Similarity a. Hasil Normalisasi min – max Tabel 3.12 Tabel data hasil normalisasi min – max Kata Cinta

Senang

kesal

Takut

Sedih

Tweet 1

1

0

0

0

0

Tweet 2

1

0,3333

0

0

0

Tweet 3

0

1

0

0

0

Tweet 4

0

0,6667

0

0

0

Tweet 5

0

0

1

0

0

Tweet 6

0

0

0,5

0

0

Tweet 7

0

0

0

0,5

0

Tweet 8

0

0

0

1

0

Tweet 9

0

0

0

0

1

Tweet 10

0

0

0

0

1

Tabel 3.12 menunjukkan hasil hitung bobot baru menggunakan normalisasi min-max. Bobot baru ditunjukkan dengan warna biru. Hasil matriks jarak dari normalisasi min-max : Tabel 3. 16 Tabel hasil matriks jarak dari normalisasi min - max Tweet Tweet 1 2

Tweet 3

Tweet 4

Tweet 5

Tweet 6

Tweet 7

Tweet 8

Tweet 9

Tweet 10

Tweet 1 tweet 2

0 0,333 1,414 1,202 1,414 1,118 1,118 1,414 1,414 1,414

tweet 3

0 0,333 1,414 1,118 1,118 1,414 1,414 1,414

tweet 4

0 1,202 0,833 0,833 1,202 1,202 1,202

tweet 5

0 0,500 1,118 1,414 1,414 1,414

tweet 6

0 0,707 1,118 1,118 1,118

0 1,202 1,054 1,453 1,167 1,167 1,453 1,453 1,453


0 0,500 1,118 1,118

tweet 7 tweet 8

0 1,414 1,414 0

tweet 9

0 0

tweet 10

b. Hasil Normalisasi Z-Score Tabel 3.15 Hasil Normalisasi ZSscore Kata cinta

Senang

kesal

Takut

Sedih

Tweet 1

1,39794

-0,49497

-0,49497

-0,49497

-0,49497

Tweet 2

1,39794

0,69897

-0,49497

-0,49497

-0,49497

Tweet 3

-0,49497

2,09691

-0,49497

-0,49497

-0,49497

Tweet 4

-0,49497

1,39794

-0,49497

-0,49497

-0,49497

Tweet 5

-0,49497

-0,49497

1,39794

-0,49497

-0,49497

Tweet 6

-0,49497

-0,49497

0,69897

-0,49497

-0,49497

Tweet 7

-0,49497

-0,49497

-0,49497

0,69897

-0,49497

Tweet 8

-0,49497

-0,49497

-0,49497

1,39794

-0,49497

Tweet 9

-0,49497

-0,49497

-0,49497

-0,49497

1,39794

Tweet 10

-0,49497

-0,49497

-0,49497

-0,49497

1,39794

Tabel 3.15 Menunjukkan hasil normalisasi menggunakan Z-Score. Bobot baru ditunjukkan dengan warna biru.


Hasil matriks jarak dari normalisasi Z-Score: Tabel 3. 17 Hasil matriks jarak normalisasi Z-Score Tweet Tweet Tweet Tweet Tweet Tweet Tweet Tweet Tweet Tweet 1

2

Tweet 1

1,000

0,767

3

4

5

1,000

-

-

-

-

0,185

0,221

0,221

0,146

0,146

0,221

0,221

0,221

-

-

-

-

-

-

0,406

0,414

0,414

0,406

0,406

0,406

-

-

-

-

-

-

0,250

0,231

0,231

0,250

0,250

0,250

-

-

-

-

-

-

0,221

0,146

0,146

0,221

0,221

0,221

-

-

-

-

0,146

0,221

0,221

0,221

-

-

-

0,146

0,146

0,146

-

-

0,146

0,146

-

-

0,221

0,221

1,000

1,000

0,365

0,334

0,985

1,000

tweet 1,000

0,943

tweet 1,000

6

0,029

tweet 1,000

7

0,943

tweet 1,000

8

10

-

tweet

5

9

-

1,000

4

8

-

tweet 3

7

-

tweet 2

6

tweet 9 tweet 1,000

10

2.

Setelah didapatkan matriks jarak, kemudian melakukan perhitungan AHC

seperti yang dapat dilihat dalam bab ke dua pada tulisan ini. Dengan menggunakan matlab, data sample pada tabel 3.16 menghasilkan dendrogram seperti berikut :


a. Hasil data normalisasi min – max

Gambar 3. 28 Data min – max Single linkage

Gambar 3. 29 Data min – max Complete linkage


Gambar 3. 30 Data min – max average linkage

Berikut source code matlab yang digunakan untuk menghasilkan gambar dendrogram diatas :

Gambar 3. 31 Source code AHC min –max


b. Hasil data normalisasi Z-Score

Gambar 3. 32 Data Z-Score Single linkage

Gambar 3. 33 Data Z-Score Complete linkage


Gambar 3. 34 Data Z-Score Average linkage

Berikut source code matlab yang digunakan untuk menghasilkan gambar dendrogram diatas :

Gambar 3. 35 Source code AHC Z-Score


3. Hasil Cluster a. Hasil cluster menggunakan normalisasi Z-Score Tabel 3. 18 Hasil max cluster 5 single linkage- Z-Score Cluster

Cluster

Cluster

Cluster

Cluster 5

1

2

3

4

Tweet 7

Tweet 5

Tweet 1

Tweet 3

Tweet 9

Tweet 8

Tweet 6

Tweet 2

Tweet 4

Tweet 10

Tabel 3. 19 Hasil max cluster 5 complete linkage- Z-Score Cluster

Cluster

Cluster 3

Cluster

Cluster 5

1

2

Tweet 1

Tweet 5

Tweet 9

Tweet 1

Tweet 3

Tweet 2

Tweet 6

Tweet 10

Tweet 2

Tweet 4

4

Tabel 3. 20 Hasil max cluster 5 average linkage- Z-Score Cluster

Cluster 2

Cluster 3

Cluster

1

Cluster 5

4

Tweet 7

Tweet 10

Tweet 6

Tweet 3

Tweet 1

Tweet 8

Tweet 9

Tweet 5

Tweet 4

Tweet 2

b. Hasil cluster menggunakan normalisasi Min - Max Tabel 3. 21 Hasil max cluster 5 single linkage- Min - Max Cluster

Cluster

Cluster

Cluster

Cluster 5

1

2

3

4

Tweet 7

Tweet 5

Tweet 3

Tweet 1

Tweet 9

Tweet 8

Tweet 6

Tweet 4

Tweet 2

Tweet 10


Tabel 3. 22 Hasil max cluster 5 complete linkage- Min - Max Cluster

Cluster

Cluster

Cluster

Cluster 5

1

2

3

4

Tweet 3

Tweet 1

Tweet 7

Tweet 5

Tweet 9

Tweet 4

Tweet 2

Tweet 8

Tweet 6

Tweet 10

Tabel 3. 23 Hasil max cluster 5 average linkage- Min - Max Cluster

Cluster

Cluster

Cluster

Cluster 5

1

2

3

4

Tweet 8

Tweet 5

Tweet 4

Tweet 2

Tweet 9

Tweet 7

Tweet 6

Tweet 3

Tweet 1

Tweet 10

3.5.1.5 Tahap Hitung Akurasi Setelah dendrogram ditampilkan, maka pengujian akurasi dilakukan agar dapat mengetahui keakuratan hasil pengelompokkan. Pada pengujian akurasi menggunakan confusion matriks. Confusion matriks digunakan untuk mengetahui seberapa besar keberhasilan sistem. Confusion matriks dipilih sebagai alat ukur evaluasi karena data yang digunakan dalam penelitian ini sudah memiliki label. Confusion matriks juga dapat memudahkan dalam menganalisa hasil dan memudahkan dalam melihat suatu permodelan antara 2 class yaitu class prediksi dan class actual. Berikut langkah – langkah uji akurasi : 1. Baca label aktual tweet. 2. Baca label tweet hasil prediksi 3. Representasikan label aktual dan prediksi ke dalam confusion matriks 4. Hitung akurasi dengan cara membagi jumlah tweet yang benar dikenali dengan jumlah seluruh data kemudian dikalikan dengan 100%. Berikut perbandingan Cluster hasil prediksi dan label aktual :


Tabel 3. 24 Tabel perbandingan cluster hasil prediksi dan label aktual Prediksi

Aktual

Tweet 1

3

4

Tweet 2

3

4

Tweet 3

4

3

Tweet 4

4

3

Tweet 5

2

2

Tweet 6

2

2

Tweet 7

1

1

Tweet 8

1

1

Tweet 9

5

5

Tweet

5

5

10

Berikut adalah contoh tabel confusion matriks dari perhitungan sebelumnya (data yang dinormalisasi menggunakan Z-Score dengan menggunakan single linkage): Tabel 3. 25 Tabel Confusion matriks Cluster 1

Cluster 3

Cluster 4

Cluster 3

0

2

Cluster 4

2

0

Cluster 1

Cluster 2

Cluster 5

2

Cluster 2

2

Cluster 5

2

60

Akurasi = 10 ⁡𝑥⁡100% = 60⁡%


3.7

Desain Pengujian Pengujian yang dilakukan pada penelitian ini menggunakan tiga macam

pendekatan

yaitu pengujian tanpa menggunakan normalisasi,

pengujian

menggunakan normalisasi z-score, dan pengujian menggunakan normalisasi minmax. Pengujian – pengujian tersebut dikombinasikan dengan batas atas,batas bawah, perhitungan jarak, dan metode AHC. Perbedaan perlakuan pada saat pengujian dilakukan untuk menemukan perlakuan yang paling optimal untuk mendapatkan hasil akurasi tertinggi.

a. Pengujian Tanpa normalisasi Pengujian dilakukan tanpa menggunakan tahap normalisasi data. Nilai parameter yang diubah-ubah pada pengujian ini yaitu batas minimal kemunculan kata pada keseluruhan dokumen.

b. Pengujian menggunakan normalisasi min - max Pengujian dilakukan menggunakan normalisasi min - max. Nilai bobot yang diubah pada penelitian ini ialah nilai bobot yang mendominasi.

c. Pengujian menggunakan normalisasi Z-Score Pengujian dilakukan menggunakan normalisasi Z-Score. Nilai bobot yang diubah pada penelitian ini ialah nilai bobot yang mendominasi.


BAB IV HASIL DAN ANALISIS HASIL Bab ini berisi mengenai implementasi, hasil dan analisis hasil dari metodologi yang dibahas pada bab sebelumnya. 4.1

Implementasi

4.1.1 Data Data yang digunakan ialah data berekstensi .txt diambil dari tweet yang bersumber dari netlytic.org. Tweet yang diambil merupakan tweet yang memiliki emosi yaitu cinta, senang, sedih, takut, dan marah. Tweet yang digunakan sebanyak 500 data. Berikut kumpulan data dan contoh data tweet :

Gambar 4. 1 Kumpulan Data

68


Gambar 4. 2 Contoh Data

4.1.2 Preprocessing Preprocessing merupakan tahap awal dalam proses agglomerative hierarchical clustering. Pada tahap ini data mentah berupa teks kumpulan tweet akan diubah menjadi data yang memiliki nilai bobot, sehingga dapat diproses pada tahap selanjutnya. Tahap preprocessing adalah sebagai berikut : 1.

Tokenizing Tokenizing bertujuan untuk memecah kalimat menjadi per kata dengan

memanfaatkan karakter spasi sebagai pemisah setiap kata. Tahap pertama ialah sistem akan membaca data tweet, lalu data tersebut dipisah menjadi per kata, selanjutnya data tweet diubah menjadi huruf kecil (lowercase), selanjutnya karakter yang terdiri dari tanda baca dan angka dihapus. Gambar berikut menunjukkan potongan source code proses tokenizing :

Gambar 4. 3 Source code Tokenizing (Rarasati,2015 )

2.

Stopword Proses stopword bertujuan untuk menghilangkan kata – kata umum yang

sering muncul. Sistem akan mengambil data dari file stopwords.txt, kemudian sistem akan mengecek apakah data pada file stopword.txt ada di data tweet, jika ada kata yang terkandung dalam data tweet tersebut maka kata tersebut akan dihapus.


Gambar 4. 4 Source code Stopword (Rarasati, 2015)

3.

Stemming Proses stemming ialah mencari kata dasar dengan menghilangkan imbuhan

pada suatu kata. Proses dilakukan dengan menghapus awalan dan akhiran . Dalam proses ini, program dibantu dengan kamus kata dasar. Berikut merupakan implementasi program stemming :

Gambar 4. 5 Source code Stemming (Rarasati,2015)

4.

Penanganan Sinonim Kata yang terkandung di dalam data tweet mengandung kata umum yang

sering digunakan, oleh karena itu proses penanganan sinonim ini dilakukan untuk mendeteksi kata yang memiliki makna sama pada tweet. Berikut implementasi penanganan sinonim :


Gambar 4. 6 Kamus Kata Sinonim

Gambar 4. 7 Source code Penanganan Sinonim (Rarasati, 2015)

Pada gambar 4.7 merupakan implementasi tahap penanganan sinonim. Pada penanganan sinonim ini sistem akan membandingkan data tweet dengan kamus sinonim, jika data tweet terdapat dalam kamus sinonim, maka sistem akan mengenali sebagai kata unik. 5.

Pembobotan Tahap selanjutnya ialah tahap pembobotan menggunakan tf-idf, dimana

pada tahap ini akan menghitung bobot tweet yaitu pertama menghitung frekuensi kata dari tiap kata pada tiap tweet kemudian mengalikannya dengan idf. Berikut implementasi pembobotan tf-idf :


Gambar 4. 8 Source code Pembobotan (Rarasati,2015)

6.

Normalisasi Setelah menghitung bobot kata tiap tweet, selanjutnya data di normalisasi.

Normalisasi dilakukan agar tidak ada nilai yang mendominasi. Normalisasi yang digunakan yaitu normalisasi Z-Score dan normalisasi min – max. Normalisasi ini dilakukan terpisah untuk mengetahui normalisasi yang lebih cocok pada penelitian ini. a.

Normalisasi Min – Max Berikut implementasi normalisasi min- max :

Gambar 4. 9 Source code Normalisasi Min – Max

b.

Normalisasi Z-Score Berikut implementasi normalisasi Z-Score :


Gambar 4. 10 Source code Normalisasi Z-Score

4.1.3 Pengujian Sistem 1.

Perhitungan Jarak Setelah data dinormalisasi, selanjutnya dilakukan perhitungan jarak antar

setiap data tweet. Perhitungan jarak yang digunakan ialah perhitungan jarak menggunakan euclidean distance dan perhitungan jarak menggunakan cosine similarity. Perhitungan jarak ini dilakukan terpisah agar mengetahui perhitungan jarak yang cocok untuk penelitian ini.

a.

Euclidean distance Berikut implementasi perhitungan jarak menggunakan euclidean distance

Gambar 4. 11 Source code Hitung Jarak Euclidean b.

Cosine similarity Berikut implementasi perhitungan jarak menggunakan cosine similarity


Gambar 4. 12 Source code Hitung Jarak Cosine

2.

Agglomerative Hierarchical Clustering Setelah mengukur jarak setiap tweet, selanjutnya data akan dikelompokkan

menggunakan Agglomerative hierarchical clustering. Agglomerative hierarchical clustering dibagi menjadi tiga metode yaitu single linkage , complete linkage, dan average linkage. Metode pengelompokkan AHC ini dilakukan terpisah agar mengetahui metode yang cocok untuk penelitian ini. Berikut implementasi AHC :



Gambar 4. 13 Source code AHC

3.

Output Hasil setiap metode AHC akan ditampilkan dalam tabel yang berisi hasil

prediksi dan dendrogram.

Gambar 4. 14 Gambar Output Hasil


4.

Akurasi Pada penelitian ini, perhitungan akurasi yang digunakan ialah Confusion

Matrix. Hasil prediksi akan dibandingkan dengan label aktual. Banyaknya kecocokan antara prediksi dan label aktual akan mempengaruhi tingkat akurasi sistem. Berikut implementasi proses perhitungan Confusion Matrix :

Gambar 4. 15 Source code Confusion Matrix

Gambar 4. 16 Hasil Implementasi Confusion Matrix


4.1.4 Pengujian Data Baru Pada pengujian data baru data yang diuji ialah data tweet yang tidak digunakan untuk data training pada proses sebelumnya. Data baru tersebut diproses melalui tahap preprocessing, kemudian program akan menentukan tweet termasuk pada cluster cinta, marah, senang, sedih, atau takut. Penentuan pengelompokkan dilakukan dengan cara mengukur jarak kedekatan antara data baru dengan centroid tiap cluster. Gambar 4.17 menunjukkan contoh tweet yang digunakan sebagai data baru. Menurut prediksi, data baru termasuk dalam cluster cinta. Hasil prediksi ditunjukkan pada Gambar 4.18.

Gambar 4. 17 Contoh Tweet Uji

Gambar 4. 18 Hasil Tweet Uji


4.2

Hasil & Analisis Hasil Pada penelitian ini, data yang digunakan sebanyak 500 data tweet dari 100

data masing – masing emosi. Untuk pengelompokkan tweet, tahap pertama yang dilakukan ialah preprocessing. Preprocessing terdiri dari tokenizing untuk memisahkan kalimat tweet menjadi tiap - tiap kata dan menghilangkan tanda baca, stopword untuk menghapus kata yang umum, stemming untuk mencari kata dasar dari kata berimbuhan. Setelah melakukan stemming, kata – kata unik yang tersaring akan diberi bobot menggunakan pembobotan TF-IDF. Pembobotan ini bertujuan menghitung frekuensi kemunculan kata pada tiap data tweet, sehingga kata yang lebih sering muncul pada suatu tweet dianggap lebih penting. Frekuensi kemunculan kata unik perlu dibatasi. Kemudian melakukan proses normalisasi data, pada penelitian ini menggunakan normalisasi min - max dan normalisasi z-score. Hal ini dilakukan agar dapat mengetahui normalisasi yang paling optimal. Setelah melakukan normalisasi data, kemudian masuk pada proses Agglomerative Hierarchical Clustering (AHC) dalam tiga metode(single linkage, complete linkage, average linkage). Masing – masing metode menggunakan euclidean distance dan cosine similarity untuk perhitungan jarak. Sejalan dengan proses AHC, setiap pengelompokkan diuji dengan Confusion Matrix, dimana data prediksi dibandingkan dengan data actual kemudian dikalikan dengan 100%.

Berikut langkah – langkah percobaan yang dilakukan : 1.

Menentukan jumlah cluster=5. Sesuai dengan emosi yang telah ditentukan.

2.

Data tweet=500

3.

Menginputkan batas atas dan batas bawah yang pada akhirnya sangat menentukan tingkat akurasi

4.

Memilih normalisasi (min – max atau z-score)

5.

Memilih perhitungan jarak (euclidean distance atau cosine similarity)

6.

Memilih metode AHC (single linkage, complete linkage, average linkage)


Sebelum masuk pada tahap normalisasi, frekuensi kemunculan kata perlu dibatasi. Frekuensi kemunculan kata dengan batas atas = 85 dan batas bawah = 2 menghasilkan pengelompokkan yang baik sehingga batas atas = 85 dan batas bawah = 2 digunakan untuk percobaan ini. Hasil dari percobaan dapat dilihat pada tabel dan gambar berikut : 1.

Percobaan tanpa normalisasi

Tabel 4. 1 Tabel Percobaan tanpa normalisasi dengan batas atas = 85 dan batas bawah =2 No

Perhitungan Jarak

AHC

Akurasi

1.

Euclidean Distance

Average Linkage

34.4

2.

Euclidean Distance

Single Linkage

34.4

3.

Euclidean Distance

Complete Linkage

34.4

4.

Cosine Similarity

Average Linkage

21.4

5.

Cosine Similarity

Single Linkage

20.2

6.

Cosine Similarity

Complete Linkage

21.8

Percobaan Tanpa Normalisasi dengan batas atas = 85 dan batas bawah = 2 35

Akurasi

31 27 23 19 15 euclidean average

euclidean single

euclidean complete

cosine average

cosine -single

Perhitungan jarak - Metode AHC Tanpa Normalisasi

2

Gambar 4. 19 Grafik percobaan tanpa normalisasi

3

cosine complete


Tabel 4.1 menunjukkan hasil percobaan tanpa menggunakan normalisasi. Percobaan dilakukan dengan memasukkan batas atas = 85 dan batas bawah = 2, serta mengubah-ubah perhitungan jarak dan metode AHC. Batas atas dan batas bawah merupakan batas yang digunakan untuk membatasi total hasil term frequency yang terdapat pada kata unik. Batas atas = 85 berarti kata unik yang digunakan hanyalah kata yang mempunyai jumlah kemunculan kurang dari 85, maka sistem akan membatasi maksimal term frequency = 85. Batas bawah = 2 berarti kata unik yang digunakan hanyalah kata yang mempunyai jumlah kemunculan lebih dari 2, maka sistem akan membatasi minimal term frequency = 2. Akurasi tertinggi ditandai dengan warna biru yaitu sebesar 34.4 % dengan menggunakan perhitungan jarak euclidean distance dan metode AHC average linkage, complete linkage, single linkage. Berikut dendrogram dan confusion matrix dari akurasi tertinggi : a. Dendrogram -

Average linkage

Gambar 4. 20 Dendrogram data tanpa normalisasi average linkage


b. Confusion Matrix -

Average linkage Tabel 4. 2 Confusion matrix data tanpa normalisasi average linkage

Cluster tweet 1 1 100

2 0

3 0

4 0

5 0

2

100

0

0

0

0

3 4 5

100 67 0

0 13 0

0 20 10

0 0 18

0 0 72

Akurasi ==

100+0+0+0+72 500

⁡x⁡100% = 34.4%

2. Percobaan menggunakan normalisasi min – max Tabel 4. 3 Tabel Percobaan normalisasi min - max dengan batas atas = 85 dan batas bawah =2 No

Perhitungan Jarak

AHC

Akurasi

1.

Euclidean Distance

Average Linkage

20,2

2.

Euclidean Distance

Single Linkage

20,2

3.

Euclidean Distance

Complete Linkage

22,8

4.

Cosine Similarity

Average Linkage

21,2

5.

Cosine Similarity

Single Linkage

20,2

6.

Cosine Similarity

Complete Linkage

21,4


Percobaan Normalisasi Min-Max dengan batas atas = 85 dan batas akhir = 2

Akurasi

25 23 21 19 Euclidean Average

Euclidean Single

Euclidean Complete

Cosine Average

Cosine Single

Cosine Complete

Perhitungan Jarak - Metode AHC Normalisasi Min-Max

Column2

Column3

Gambar 4. 21 Grafik percobaan normalisasi min – max

Tabel 4.3 menunjukkan hasil percobaan menggunakan normalisasi min-max. Percobaan dilakukan dengan memasukkan batas atas = 85 dan batas bawah = 2, serta mengubah-ubah perhitungan jarak dan metode AHC. Batas atas dan batas bawah merupakan batas yang digunakan untuk membatasi total hasil term frequency yang terdapat pada kata unik. Batas atas = 85 berarti kata unik yang digunakan hanyalah kata yang mempunyai jumlah kemunculan kurang dari 85, maka sistem akan membatasi maksimal term frequency = 85. Batas bawah = 2 berarti kata unik yang digunakan hanyalah kata yang mempunyai jumlah kemunculan lebih dari 2, maka sistem akan membatasi minimal term frequency = 2. Akurasi tertinggi ditandai dengan warna biru yaitu sebesar 22,8 % dengan menggunakan perhitungan jarak euclidean distance dan metode AHC complete linkage. Berikut dendrogram dan confusion matrix dari akurasi tertinggi : a. Dendrogram -

Complete linkage


Gambar 4. 22 Dendrogram data normalisasi min – max complete linkage

b. Confusion Matrix -

Complete linkage Tabel 4. 4 Confusion matrix data normalisasi min – max complete

linkage Cluster tweet

1

2

3

4

5

1

100

0

0

0

0

2

100

0

0

0

0

3

100

0

0

0

0

4

100

0

0

0

0

5

41

8

3

34

14

Akurasi ==

100+0+0+0+14 500

⁡x⁡100% = 22,8%


3. Percobaan menggunakan normalisasi z-score Tabel 4. 5 Tabel Percobaan normalisasi z-score dengan batas atas = 85 dan batas bawah =2 No

Perhitungan Jarak

AHC

Akurasi

1.

Euclidean Distance

Average Linkage

34.4

2.

Euclidean Distance

Single Linkage

34.4

3.

Euclidean Distance

Complete Linkage

34.4

4.

Cosine Similarity

Average Linkage

81.6

5.

Cosine Similarity

Single Linkage

20.2

6.

Cosine Similarity

Complete Linkage

54

Percobaan Normalisasi ZScore dengan menggunakan batas atas= 85 dan batas akhir = 2 100

Akurasi

80 60 40 20 0

Euclidean Average

Euclidean Single

Euclidean Complete

Cosine Average

Cosine Single

Cosine Complete

Perhitungan Jarak - Metode AHC Normalisasi Zscore

Column1

Column2

Gambar 4. 23 Grafik percobaan normalisasi z-score

Tabel 4.5 menunjukkan hasil percobaan menggunakan normalisasi z-score. Percobaan dilakukan dengan memasukkan batas atas = 85 dan batas bawah = 2, serta mengubah-ubah perhitungan jarak dan metode AHC. Batas atas dan batas bawah merupakan batas yang digunakan untuk membatasi total hasil term frequency yang terdapat pada kata unik. Batas atas = 85 berarti kata unik yang digunakan hanyalah kata yang mempunyai jumlah kemunculan kurang dari 85, maka sistem akan membatasi maksimal term frequency = 85. Batas bawah = 2


berarti kata unik yang digunakan hanyalah kata yang mempunyai jumlah kemunculan lebih dari 2, maka sistem akan membatasi minimal term frequency = 2. Akurasi tertinggi ditandai dengan warna biru yaitu sebesar 81.6 % dengan menggunakan perhitungan jarak cosine similarity dan metode AHC average linkage. Berikut dendrogram dan confusion matrix dari akurasi tertinggi : b. Dendrogram -

Average linkage

Gambar 4. 24 Dendrogram data normalisasi z-score average linkage

c. Confusion Matrix -

Average linkage Tabel 4. 6 Confusion matrix data normalisasi z-score average

linkage Cluster 1

2

3

4

5

tweet 1

81

19

0

0

0

2

0

100

0

0

0


3

0

24

76

0

0

4

0

0

30

51

19

5

0

0

0

0

100

Akurasi ==

81+100+76+51+100 500

⁡x⁡100% = 81.6%

Berikut grafik keseluruhan percobaan dengan menggunakan batas atas = 85 dan batas bawah = 2 :

Percobaan menggunakan batas atas = 85 dan batas bawah = 2 90 80 70

Akurasi

60

50 40 30 20 10 0 Euclidean Euclidean - Average - Single

Euclidean Cosine Average Complete

Cosine - Cosine Single Complete

Tanpa Normalisasi

34,4

34,4

34,4

21,4

20,2

21,8

Normalisasi Z-Score

34,4

34,4

34,4

81,6

20,2

54

Normalisasi Min - Max

34,8

34,4

35,6

50,6

20,2

36,8

Perhitungan jarak & metode AHC Tanpa Normalisasi

Normalisasi Z-Score

Normalisasi Min - Max

Gambar 4. 25 Grafik percobaan menggunakan batas atas=85 dan batas bawah =2

Melalui Gambar 4.25 dapat disimpulkan bahwa pengelompokkan paling optimal berada pada percobaan menggunakan batas atas = 85 dan batas bawah = 2 dengan normalisasi z-score, perhitungan jarak cosine similarity dan metode AHC average linkage.


4.3

User Interface Dalam pembuatan user interface, sistem menggunakan matlab. Bab ini

mengimplementasikan user interface untuk melakukan preprocessing hingga mengetahui

akurasi

dari

pengelompokkan

data

dengan

Agglomerative

Hierarchical Clustering. Gambar berikut merupakan tampilan keseluruhan sistem:

Gambar 4. 26 User Interface Sistem

Dari gambar diatas, langkah pertama pengguna ialah menginputkan banyaknya data yang diinginkan, maksimal banyaknya data ialah 500, kemudian menekan tombol Preprocessing, untuk melihat kata-kata unik yang digunakan dalam proses, maka seluruh kata unik akan muncul beserta dengan jumlah dan nilai terbesar serta terkecil. Setelah itu akan ada pemberitahuan bahwa proses preprocessing telah berhasil. Maka langkah selanjutnya pengguna memasukkan batas atas dan batas bawah, kemudian memilih perhitungan jarak, memilih jenis normalisasi dan memilih jenis clusteringnya, kemudian setelah itu menekan tombol Clustering. Maka muncul keseluruhan proses, dendrogram, hasil cluster yang terbentuk, Confusion Matrix dan akurasi.


BAB V PENUTUP Bab ini berisi mengenai kesimpulan dan saran. Kesimpulan berisi mengenai hal yang berkaitan dengan pengelompokkan tweet, dan saran berisi mengenai pengembangan sistem. 5.1

Kesimpulan Berdasarkan hasil penelitian, analisis sentimen data twitter menggunakan

Agglomrative Hierarchical Clustering dengan data tweet berjumlah 500 dan cluster = 5, diperoleh kesimpulan sebagai berikut : 1.

Agglomerative Hierarchical Clustering dapat mengelompokkan data untuk

analisis sentimen data twitter dengan optimal dengan menunjukkan tingkat akurasi tertinggi dalam percobaan pengelompokkannya

2.

Tingkat akurasi tertinggi berada pada batas atas dengan jumlah kata unik sebesar

85, batas bawah dengan jumlah kata unik sebesar 2, menggunakan normalisasi z-score, menggunakan perhitungan jarak cosine dan metode AHC average linkage yaitu 81,6%.

89


5.2

Saran Berikut ini saran yang dapat membantu penelitian ini agar lebih baik dan

berkembang, antara lain : 1.

Bahasa yang terkandung didalam kalimat tweet - tweet tidak hanya bahasa

Indonesia.

2.

Data yang digunakan lebih banyak sehingga dapat mencakup lebih banyak

kosakata dan pengenalan emosi menjadi lebih akurat.

3.

Metode AHC dapat dicoba dengan metode lain selain single linkage, average

linkage, dan complete linkage.

4.

Perhitungan jarak dapat dicoba dengan perhitungan jarak lain selain euclidean

distance dan cosine similarity.

5.

Metode normalisasi dapat dicoba dengan metode lain selain min – max dan z-score.

6.

Perhitungan akurasi dapat dicoba dengan perhitungan lain selain confusion matrix


Daftar Pustaka

Agusta,L. (2009). Perbandingan Algoritma Stemming Porter dengan Algoritma Nazief & Adrian untuk Stemming dokumen teks bahasa Indonesia. Konferensi Nasional sistm dan informatika. Bali. Budhi, G.S., Rahardjo, A.I.,& Taufik, H, 21 Juni 2008, “Hierarchical Clustering untuk aplikasi automated text integration”, Seminar Nasional Aplikasi Teknologi Informasi, Universitas Kristen Petra Jurusan Teknik Informatika, Surabaya. Dragut, E., Fang, F., Sistla, P., Yu, S. & Meng, W. 2009. Stop Word and Related Problems in Web Interface Integration. Diakses dari http://www.vldb.org/pvldb/2/vldb09-384.pdf. Diakses pada 20 November 2016. Goleman, D. (2006). Emotional Intelligenve : Kecerdasan emosional, Mengapa EI lebih penting dari IQ. Jakarta : P.T. Gramedia Pustaka Utama Harlian, Milkha., (2006) . Text Mining . Di akses dari http://tessy.lecturer.pens.ac.id/kuliah/dm/6Text%20Mining.pdf . Diakses pada 1 November 2016 Hartini, E. (2012). Metode Clustering Hirarki. Diakses dari http://digilib.batan.go.id/ppin/katalog/file/0853-9812-2004-168.pdf. Diakses pada 9 Oktober 2016 Kohavi dan Provost,. (1998)., Confusion Matriks. Diakses dari http://faculty.smu.edu/TFomby/eco5385_eco6380/lecture/Confusion%2 0Matriks.pdf , Diakses pada 5 November 2016 Kurniawan, Aloysius Ary. (2017). Implementasi Algoritma Agglomerative Hierarchical Clustering Untuk Mengelompokkan Capaian Belajar Siswa SD. Skripsi. Universitas Sanata Dharma


Liu,B. (2012)., Sentimen Analysis and Opinion Mining., Morgan & Claypool Publishers. Diakses dari https://www.cs.uic.edu/~liub/FBS/SentimentAnalysis-andOpinionMining.pdf. Di akses pada 18 September 2016 Mandala, R., dan Setiwan, H. ( 2004)., Peningkatan Performannsi Sistem temu Kembali Informasi dengan perluasan Query secara otomatis. Bandung, Indonesia : Institut Teknologi Bandung. Manning,C.D., raghavan, P., & Schutze, H (2009). An Introduction too Information Retrieval. Cambridge: Cambridge University Press. Diakses dari http://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf. Diakses pada 10 September 2016. Mustaffa,Z., Yusof, Y. (2011). A Comparison of Normalization Techniques in Predicting Dengue Outbreak. 2010 International Conference on Bussiness and Economic Research, hal 345 -349. Kuala Lumpur: IACSIT Press Nazief, B., dan Mirna Adriani.,(2007), Confix-Stripping : Approach to Stemming algorithm for bahasa Indonesia, Faculty of computer science university of Indonesia. Nugroho, Gregorius A.P,.(2016)., Analisis Sentimen Twitter menggunakan KMeans. Skripsi. Universitas Sanata Dharma Nur,M.Y.,dan Santika,D.D,.(2011), Analisis Sentimen pada Dokumen berbahasa Indonesia dengan pendekatan Suport Vector Machine. Konferensi Nasional Sistem dan Informatika. Universitas Bina Nusantara, Jakarta. Pang,B dan Lee,L. (2008). Opinion Mining and Sentimen Analysis, Foundations and Trends in Information Retrieval , vol. Volume 2, no. Issue 1-2,pp. 1135. Prasetyo, E. ( 2014 ), Data Mining : Pengelolahan Data menjadi infromasi menggunakan matlab. Andi Yogyakarta . Rarasati, Dionisia B.(2015). Pengelompokkan Tema Lirik Lagu Menggunakan Metode K-Means Clustering. Skripsi. Universitas Sanata Dharma


Shaver, P.R., Murdaya,U.,& Fraley, R.C.(2001). Structure of Indonesian Emotion Lexicon. Asian Journal of Psychology,4,201-224. Tala, Fadillah Z. (2003). A Study of Stemming Efects on Information Retrieval in Bahasa Indonesia. Institute for Logic, Language and ComputationUniversiteit van Amsterdam The Netherlands. Diakses dari http://www.illc.uva.nl/Research/Reports/MoL-2003-02.text.pdf. Diakses pada 29 November 2016. Tan,P.N., Steinbach,M.,& Kumar,V. (2006). Introduction to Data Mining. Boston : Pearson Addison Wesley Yang, Y., dan Liu, X. (1999). A Re-examination of Text Categorization Methods. Proceedings of SIGIR-99, 22nd ACM International Conference on Research and Development in Information Retrieval: 42-49 https://m.tempo.co/read/news/2012/02/02/072381323/indonesia-penggunatwitter-terbesar-kelima-dunia di akses 1 September 2016


LAMPIRAN 1. Uji Validitas Sistem menggunakan 15 data a. Perhitungan Manual menggunakan Excel Berikut data perhitungan manual menggunakan excel dengan 15 data, data 1,2, dan 3 merupakan cluster 1. Data 4,5,6 merupakan cluster 2. Data 7,8, dan 9 merupakan cluster 3. Data 10,11, dan 12 merupakan cluster 4. Data 13,14, dan 15 merupakan cluster 5. Data kan ku berikan kau SENJA iya SENJA SENandung manJA agar kau 1

merasakan betapa tulusnya sayang ku kamu itu SENJA!

SEksi dan maNJA

buat aku juga jadi SENJA!

2

SEmangat mENJalin cintA

3

Ditepi senja yang mulai beranjak pergi ini ku titip kan cinta ku untuk mu

4

Pramuka keren gembira asik. Selalu ceria bersama pramuka

5

Ketika anak-anak ceria Hati ku jadi gembira

6

Bahagia itu melihat dia bisa tersenyum riang gembira. Anies oh anies.... Demi jabatan Gubernur semua dihalalkan... Disitu

7

kadang saya merasa sedih

8

Ya Allah beneran sedih banget ini keluar dari mulut Anies Gue sebenarnya sangat sedih sekali mengapa Kubu Anies Baswedan

9

begitu tega menyakiti hati Gue........

10

Ya Tuhan.. Serem banget angin di luar... #takut

11

SENDIRIAN DIRUMAH.. SEREM AMAT #TAKUT

12

Ada yang nangis tapi ga ada orang yah,ih serem #takut

13

kesal hati jengkel gue lembur mulu Dari tadi di jahilin terus sama dia di buat marah kesel jengkel Sampai lupa

14

hari sangat jengkel dan kesal. Dan kami berharap setelah itu ia akan berhenti

15

menjahili orang-orang

94


15

TOKENIZING kan ku berikan kau senja iya senja senandung manja agar kau merasakan betapa tulusnya sayang ku kamu itu senja seksi dan manja buat aku juga jadi senja semangat menjalin cinta ditepi senja yang mulai beranjak pergi ini ku titip kan cinta ku untuk mu pramuka keren gembira asik selalu ceria bersama pramuka ketika anak anak ceria hati ku jadi gembira bahagia itu melihat dia bisa tersenyum riang gembira anies oh anies demi jabatan gubernur semua dihalalkan disitu kadang saya merasa sedih ya allah beneran sedih banget ini keluar dari mulut anies gue sebenarnya sangat sedih sekali mengapa kubu anies baswedan begitu tega menyakiti hati gue ya Tuhan serem banget angin di luar takut sendirian dirumah serem amat takut ada yang nangis tapi ga ada orang yah ih serem takut kesal hati jengkel gue lembur mulu dari tadi di jahilin terus sama dia di buat marah kesal jengkel sampai lupa hari sangat jengkel dan kesal dan kami berharap setelah itu ia akan berhenti menjahili orang orang

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

STOPWORD senja senja senandung manja merasakan tulusnya sayang senja seksi manja senja semangat menjalani cinta senja beranjak pergi cinta pramuka keren gembira asik selalu ceria bersama pramuka ceria hati gembira bahagia melihat tersenyum riang gembira demi jabatan dihalalkan merasa sedih beneran sedih keluar sebenarnya sedih kubu tega menyakiti hati serem angin takut sendirian serem takut nangis serem takut kesal hati jengkel lembur jahilin marah kesal jengkel lupa jengkel kesal berharap berhenti menjahili

1 2 3 4 5 6 7 8 9 10 11 12 13 14


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

STEMMING senja senja senandung manja rasa tulus sayang senja seksi manja senja semangat jalan cinta senja pergi cinta pramuka keren gembira asik selalu ceria pramuka ceria hati gembira bahagia senyum riang gembira demi jabatan halal rasa sedih sedih sedih kudu tega sakit hati serem angin takut serem takut nangis serem takut kesal hati jengkel lembur jahil marah kesal jengkel lupa jengkel kesal harap henti jahil

TF 1

senja = 2

senandung = 1 manja = 1

2 3

senja = 2 senja =1

seksi =1 pergi =1

4

pramuka =2 keren =1

5 6 7 8 9 10 11 12 13 14 15

ceria =1 bahagia = 1 demi =1 sedih =1 sedih =1 serem =1 serem =1 nangis =1 kesal = 1 jahil = 1 jengkel =1

hati =1 senyum =1 jabatan =1 kudu = 1 angin =1 takut =1 serem =1 hati =1 marah =1 kesal =1

manja =1 cinta =1 gembira =1 gembira =1 riang =1 halal =1 tega =1 takut =1 takut=1 jengkel =1 kesal =1 harap=1

rasa = 1 semangat =1

tulus =1

sayang =1

jalan =1

cinta =1

asik =1

selalu=1

ceria =1

gembira =1 rasa =1 sedih =1 sakit =1

hati =1

lembur =1 jengkel =1 jhenti=1

lupa =1 jahil=1


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Kata Unik senja senandung manja rasa tulus seksi semangat jalan cinta pergi pramuka keren gembira asik selalu hati rasa senyum riang demi jabatan halal sedih kudu tega sakit serem angin takut nangis lembur jahil marah lupa harap henti

df 5 1 2 2 1 1 1 1 3 1 2 1 6 1 1 3 1 1 1 1 1 1 3 1 1 1 3 1 3 1 1 2 7 1 1 1

D 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15

D/DF 3 15 7,5 7,5 15 15 15 15 5 15 7,5 15 2,5 15 15 5 15 15 15 15 15 15 5 15 15 15 5 15 5 15 15 7,5 2,142857143 15 15 15

IDF 0,477121255 1,176091259 0,875061263 0,875061263 1,176091259 1,176091259 1,176091259 1,176091259 0,698970004 1,176091259 0,875061263 1,176091259 0,397940009 1,176091259 1,176091259 0,698970004 1,176091259 1,176091259 1,176091259 1,176091259 1,176091259 1,176091259 0,698970004 1,176091259 1,176091259 1,176091259 0,698970004 1,176091259 0,698970004 1,176091259 1,176091259 0,875061263 0,330993219 1,176091259 1,176091259 1,176091259


Sinonim cinta = sayang gembira = ceria = bahagia kesal = jengkel = marah


Bobot setiap data ATRIBUT Data

senja

Senandung manja rasa

1

0,954

1,176

0,875

2

1,908

0,000

3

0,477

4

tulus

seksi

Semangat jalan

cinta

pergi

pramuka keren

gembira asik

selalu

hati

0,875 1,176

0,000

0,000

0,000 0,699 0,000 0,000

0,875

0,000 0,000

1,176

1,176

0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000

5

0,000

0,000

0,000

6

0,000

0,000

7

0,000

8

rasa

senyum

0,000

0,000

0,000

0,000

0,000 0,000 0,000

1,176 0,699 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

0,000

0,000 0,699 1,176 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

0,000

0,000

0,000 0,000 0,000 1,750

1,176

0,796

1,176

1,176

0,000 0,000 0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,796

0,000

0,000

0,699 0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,796

0,000

0,000

0,000 0,000 1,176

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 1,176 0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

9

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,699 0,000 0,000

10

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

11

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

12

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

13

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,699 0,000 0,000

14

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000

15

0,000

0,000

0,000

0,000 0,000

0,000

0,000

0,000 0,000 0,000 0,000

0,000

0,000

0,000

0,000

0,000 0,000 0,000


Atribut Data riang 1 0,000 2 0,000 3 0,000 4 0,000 5 0,000 6 1,176 7 0,000 8 0,000 9 0,000 10 0,000 11 0,000 12 0,000 13 0,000 14 0,000 15 0,000

demi 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

jabatan 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

halal 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

sedih 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,699 0,699 0,000 0,000 0,000 0,000 0,000 0,000

kudu 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000 0,000

tega 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000 0,000

sakit 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000 0,000

serem 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,699 0,699 0,699 0,000 0,000 0,000

angin 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000 0,000 0,000

takut 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,699 0,699 0,699 0,000 0,000 0,000

nangis 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000 0,000

lembur 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000 0,000

jahil 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,875 1,176

marah 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,662 0,993 0,662

lupa 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176 0,000

harap 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176

henti 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,176


Normalisasi Z-score Warna merah menunjukkan hasil normalisasi. Atribut Data senja

senandung

manja

rasa

tulus

seksi

1

0,954

0,616

0,875

0,875

0,616

2

1,000

0,000

0,875

0,000

3

0,477

0,000

0,000

4

0,000

0,000

5

0,000

6

semangat

jalan

cinta

0,000 0,000

0,000

0,000

1,176 1,176

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

7

0,000

8

pergi

pramuka

keren

gembira

asik

selalu hati

rasa

senyum

0,699 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

1,176

0,699 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,699 0,616

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,917

0,917

0,796

0,917

0,917

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,417

0,000

0,000

0,699

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,796

0,000

0,000

0,000

0,000

0,917

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,917

0,000

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

9

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,699

0,000

0,000

10

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

11

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

12

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

13

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,699

0,000

0,000

14

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

15

0,000

0,000

0,000

0,000

0,000

0,000 0,000

0,000

0,000 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000


Normalisasi Z-score Atribut Data riang 0,000 1 0,000 2 0,000 3 0,000 4 0,000 5 0,917 6 0,000 7 0,000 8 0,000 9 0,000 10 0,000 11 0,000 12 0,000 13 0,000 14 0,000 15

demi 0,000

jabatan 0,000

halal 0,000

sedih 0,000

kudu 0,000

tega 0,000

sakit 0,000

serem 0,000

angin 0,000

takut 0,000

nangis lembur 0,000 0,000

jahil 0,000

marah 0,000

lupa 0,000

harap 0,000

henti 0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,917

0,917

0,917

0,917

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,366

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,699

0,917

0,917

0,917

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,699

0,917

0,699

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,366

0,000

0,366

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,699

0,000

0,699

0,616

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,616

0,000

0,662

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,875

0,993

0,616

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,000

0,616

0,662

0,000

0,616

0,616


Matriks Jarak menggunakan Cosine similarity

1

2

3 4

5

6

7

8

9 10

11

12

13

14

15

1

1 0,45 0,47 0

0

0

0

0

0

0

0

0

0

0

0

2

1 0,36 0

0

0

0

0

0

0

0

0

0

0

0

3

1 0

0

0

0

0

0

0

0

0

0

0

0

4

1 0,20 0,21

0

0

0

0

0

0

0

0

0

5

1 0,27

0

0 0,32

0

0

0 0,53

0

0

6

1

0

0

0

0

0

0

0

0

0

7

1 0,45 0,17

0

0

0

0

0

0

8

1 0,37

0

0

0

0

0

0

9

1

0

0

0 0,23

0

0

10

1 0,73 0,62

0

0

0

11

1 0,85

0

0

0

12

1

0

0

0

13

1 0,39

0,31

14

1

0,65

15

1

Pengelompokkan menggunakan AHC dengan metode Average linkage 1 1

2

3 4

5

6

7

8

9 10

11

12

13

14

15

1

1 0,45 0,47 0

0

0

0

0

0

0

0

0

0

0

0

2

1 0,36 0

0

0

0

0

0

0

0

0

0

0

0

3

1 0

0

0

0

0

0

0

0

0

0

0

0

4

1 0,20 0,21

0

0

0

0

0

0

0

0

0

5

1 0,27

0

0 0,32

0

0

0 0,53

0

0

6

1

0

0

0

0

0

0

0

0

0

7

1 0,45 0,17

0

0

0

0

0

0

8

1 0,37

0

0

0

0

0

0

9

1

0

0

0 0,23

0

0

10

1 0,73 0,62

0

0

0

11

1 0,85

0

0

0

12

1

0

0

0

13

1 0,39

0,31

14

1

0,65

15

1


2 1 2

3

4 5

6

7 8

9

10

11.12

13

14

15

1 1 0,45 0,47 0

0

0 0

0

0

0 0,00

0,00

0,00

0,00

2

1 0,36 0

0

0 0

0

0

0 0,00

0,00

0,00

0,00

3

1 0

0

0 0

0

0

0 0,00

0,00

0,00

0,00

4

1 0,20 0,21 0

0

0

0 0,00

0,00

0,00

0,00

5

1 0,27 0

0 0,32

0 0,00

0,53

0,00

0,00

6

1 0

0

0

0 0,00

0,00

0,00

0,00

7

1 0,45 0,17

0 0,00

0,00

0,00

0,00

8

1 0,37

0 0,00

0,00

0,00

0,00

9

1

0 0,00

0,23

0,00

0,00

10

1 0,68

0,00

0,00

0,00

11.12

1,00

0,00

0,00

0,00

1,00

0,39

0,31

1,00

0,65

13 14 15

1,00

3 1

13

14

15

1 1,00 0,45 0,47 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

0,00

0,00

2

1,00 0,36 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

0,00

0,00

3

1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

0,00

0,00

4

1,00 0,20 0,21 0,00 0,00 0,00 0,00

0,00

0,00

0,00

5

1,00 0,27 0,00 0,00 0,32 0,00

0,53

0,00

0,00

6

1,00 0,00 0,00 0,00 0,00

0,00

0,00

0,00

7

1,00 0,45 0,17 0,00

0,00

0,00

0,00

8

1,00 0,37 0,00

0,00

0,00

0,00

9 11.12. 10

1,00 0,00

0,23

0,00

0,00

1,00

0,00

0,00

0,00

1,00

0,39

0,31

1,00

0,65

13 14 15

2

3

4

5

6

7

8

9

11.12. 10

1,00


4 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 11.12.10

13,00 14.15

1,00

1,00 0,45 0,47 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

0,00

2,00

1,00 0,36 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

0,00

3,00

1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

0,00

4,00

1,00 0,20 0,21 0,00 0,00 0,00 0,00

0,00

0,00

5,00

1,00 0,27 0,00 0,00 0,32 0,00

0,53

0,00

6,00

1,00 0,00 0,00 0,00 0,00

0,00

0,00

7,00

1,00 0,45 0,17 0,00

0,00

0,00

8,00

1,00 0,37 0,00

0,00

0,00

9,00

1,00 0,00

0,23

0,00

1,00

0,00

0,00

1,00

0,35

11.12.10 13,00 14.15

1,00

5 1,00 2,00 3,00 4,00 5.13 6,00 7,00 8,00 9,00 11.12.10

14.15

1,00

1,00 0,45 0,47 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

2,00

1,00 0,36 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

3,00

1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

4,00

1,00 0,10 0,21 0,00 0,00 0,00 0,00

0,00

5.13

1,00 0,13 0,00 0,00 0,27 0,00

0,17

6,00

1,00 0,00 0,00 0,00 0,00

0,00

7,00

1,00 0,45 0,17 0,00

0,00

8,00

1,00 0,37 0,00

0,00

9,00

1,00 0,00

0,00

1,00

0,00

11.12.10 14.15

1,00


6 1.3 1.3

2,00 4,00 5.13 6,00 7,00 8,00 9,00 11.12.13

14.15

1,00 0,41 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

2,00

1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

4,00

1,00 0,10 0,21 0,00 0,00 0,00 0,00

0,00

5.13

1,00 0,10 0,21 0,00 0,00 0,00

0,00

6,00

1,00 0,00 0,00 0,00 0,00

0,00

7,00

1,00 0,45 0,17 0,00

0,00

8,00

1,00 0,37 0,00

0,00

9,00

1,00 0,00

0,00

1,00

0,00

11.12.13 14.15

1,00

7 1.3 1.3

2,00 4,00 5.13 6,00 7.8

9,00 11.12.13

14.15

1,00 0,41 0,00 0,00 0,00 0,00 0,00 0,00

0,00

2,00

1,00 0,00 0,00 0,00 0,00 0,00 0,00

0,00

4,00

1,00 0,10 0,21 0,00 0,00 0,00

0,00

5.13

1,00 0,10 0,10 0,00 0,00

0,00

6,00

1,00 0,00 0,00 0,00

0,00

1,00 0,27 0,00

0,00

1,00 0,00

0,00

1,00

0,00

7.8 9,00 11.12.13 14.15

1,00

8 1.3.2 4,00 5.13 6,00 7.8 1.3.2

0,00 0,00 0,00 0,00 0,00 0,00

0,00

4,00

1,00 0,10 0,21 0,00 0,00 0,00

0,00

5.13

1,00 0,10 0,10 0,00 0,00

0,00

6,00

1,00 0,00 0,00 0,00

0,00

1,00 0,27 0,00

0,00

1,00 0,00

0,00

1,00

0,00

7.8 9,00 11.12.13 14.15

1,00

9,00 11.12.13 14.15

1,00


9 1.3.2 4,00 5.13 6,00 7.8.9 11.12.13 14.15 1.3.2

1,00

0,00 0,00 0,00 0,00

0,00

0,00

4,00

1,00 0,10 0,21 0,00

0,00

0,00

5.13

1,00 0,10 0,05

0,00

0,00

6,00

1,00 0,00

0,00

0,00

7.8.9

1,00

0,00

0,00

1,00

0,00

11.12.13 14.15

1,00

10 1.3.2 4.6 1.3.2

1,00

5.13 7.8.9 11.12.13 14.15

0,00 0,00 0,00

0,00

0,00

1,00 0,10 0,00

0,00

0,00

5.13

1,00 0,05

0,00

0,00

7.8.9

1,00

0,00

0,00

1,00

0,00

4.6

11.12.13 14.15

1,00

11 1.3.2 4.6.5.13 7.8.9 11.12.13 14.15 1.3.2 4.6.5.13 7.8.9 11.12.13 14.15

1,00

0,00

0,00

0,00

0,00

1,00

0,03

0,00

0,00

1,00

0,00

0,00

1,00

0,00 1,00


Dendrogram

Hasil Cluster : Cluster 1 : Data 1, Data 2, dan Data 3 Cluster 2 : Data 4, Data 5, Data 6, dan Data 13 Cluster 3 : Data 7, Data 8 dan Data 9 Cluster 4 : Data 10. Data 11, dan Data 12 Cluster 5 : Data 14 dan Data 15


Confusion Matriks Cluster tweet

1

2

3

4

5

1

3

0

0

0

0

2

0

3

0

0

1

3

0

0

3

0

0

4

0

0

0

3

0

5

0

1

0

0

2

Akurasi ==

3+3+3+3+2 15

⁡x⁡100% = 93.3%

b. Pengujian menggunakan sistem dengan perhitungan jarak cosine similarity, normalisasi Z-score dan metode Average linkage No

Batas Atas

Batas Bawah

Akurasi

1.

5

0

66.67 %

2.

5

1

86.67 %

3.

5

2

93.33 %

4.

4

0

66.67 %

5.

4

1

86.67 %

6.

4

2

100 %


Berikut Dendrogram dan Confusion matriks dari hasil clustering menggunakan batas atas = 4 dan batas bawah = 2.

Dendrogram

Confusion Matriks Cluster tweet

1

2

3

4

5

1

3

0

0

0

0

2

0

3

0

0

0

3

0

0

3

0

0

4

0

0

0

3

0

5

0

0

0

0

3

Akurasi ==

3+3+3+3+3 15

⁡x⁡100% = 100%


2. Tabel 2.1 Tabel Tanpa Normalisasi 2.1.1 Percobaan Menggunakan Euclidean distance a. Metode Average linkage Pengujian Data Tanpa Normalisasi, Euclidean Distane,Average Batas Atas 0 1 2 3 B 4 A 5 T 6 A 7 S 8 B 9 A 10 W 11 A 12 H 13 14 15 16 17 18 19 20 21 22

86

85

84

83

82

23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 27 20.2 20.2 20.2 34.2 34.2 38 38 38 38 38 38

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 36 36 36 36 36 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 36 36 36 36 36 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 36 36 36 36 36 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 36 36 36 36 36 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4


b. Metode Single linkage Pengujian Data Tanpa Normalisasi, Euclidean Distane,Single

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

20.2 20.2 20.2 20.2 20.2 20.2 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4


c. Metode Complete linkage Pengujian Data Tanpa Normalisasi, Euclidean Distane,Complete Batas Atas 0 1 2 3 B 4 A 5 T 6 A 7 S 8 B 9 A 10 W 11 A 12 H 13 14 15 16 17 18 19 20 21 22

86

85

84

83

82

24 24 24 24 24 24 24 24 24 24 24 24 24 27.2 27.2 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4


2.1.2 Percobaan Menggunakan Cosine similarity a. Metode Average linkage Pengujian Data Tanpa Normalisasi, Cosine similarity, Average Batas Atas 0 1 2 3 B 4 A 5 T 6 A S 7 8 B 9 A 10 W A 11 H 12 13 14 15 16 17 18 19 20 21 22

86

85

84

83

82

20.4 21.4 21.4 23.8 26 29.2 28.2 28.2 30.2 39.2 28.2 40.2 40.2 37.6 27.4 40.2 39.8 27.4 27.4 27.4 27.4 27.4 49.2

20.4 20.6 21.4 23.8 26 26 28.2 28.2 30.2 40.2 30.2 39.8 40.2 40.2 40.2 40.2 27.4 50 50 50 50 50 27.4

20.4 20.6 21.4 23.8 26 26 28.2 28.2 30.2 40.2 30.2 39.8 40.2 40.2 40.2 40.2 27.4 50 50 50 50 50 27.4

20.4 20.6 21.4 23.8 26 26 28.2 28.2 30.2 40.2 30.2 39.8 40.2 40.2 40.2 40.2 27.4 50 50 50 50 50 27.4

20.4 20.6 21.4 23.8 26 26 28.2 28.2 30.2 40.2 30.2 39.8 40.2 40.2 40.2 40.2 27.4 50 50 50 50 50 27.4

b. Metode Single linkage Pengujian Data Tanpa Normalisasi, Cosine similarity, Single 86 85 84 83 82


B A T A S B A W A H

Batas Atas 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

c. Metode Complete linkage Pengujian Data Tanpa Normalisasi, Cosine similarity, Complete Batas Atas

86

85

84

83

82

0 1 2 3

21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8


B A T A S

4 5 6 7 8 B 9 A 10 W A 11 H 12 13 14 15 16 17 18 19 20 21 22

21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8

21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.8

2.2 Tabel Normalisasi Min – Max 2.2.1 Percobaan Menggunakan Euclidean distance a. Metode Average linkage Pengujian Data Normalisasi Min - max, Euclidean Distane,Average

B A T

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6

20,6 20,2 20,2 20,2 20,4 20,2 20,2

20,2 20,2 20,2 20,2 20,2 20,4 20,2

20,2 20,2 20,2 20,2 20,2 20,4 20,2

20,2 20,2 20,2 20,2 20,2 20,4 20,2

20,2 20,2 20,2 20,2 20,2 20,4 20,2


A S

7 8 9 B A 10 W 11 A 12 H 13 14 15 16 17 18 19 20 21 22 b.

20,2 20,2 20,2 20,4 20,4 21 21 20,8 25,2 25,2 23,2 23,2 23,2 23,2 23,2 23,2

20,4 20,4 20,4 20,4 20,4 20,4 25,2 25,2 23,2 23,2 34,4 34,4 34,4 34,4 34,4 34,4

20,4 20,4 20,4 20,4 20,4 20,4 25,2 25,2 23,2 23,2 34,4 34,4 34,4 34,4 34,4 34,4

20,4 20,4 20,4 20,4 20,4 20,4 25,2 25,2 23,2 23,2 34,4 34,4 34,4 34,4 34,4 34,4

20,4 20,4 20,4 20,4 20,4 20,4 25,2 25,2 23,2 23,2 34,4 34,4 34,4 34,4 34,4 34,4

Metode Single linkage

Pengujian Data Normalisasi Min - max, Euclidean Distane,Single

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12

20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2

20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2

20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2

20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2

20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2 20,2


13 14 15 16 17 18 19 20 21 22

20,2 20,2 22,6 22,6 22,6 22,6 22,6 22,6 22,6 22,6

20,2 20,2 22,6 22,6 22,6 22,6 22,6 22,6 22,6 22,6

20,2 20,2 22,6 22,6 22,6 22,6 22,6 22,6 22,6 22,6

20,2 20,2 22,6 22,6 22,6 22,6 22,6 22,6 22,6 22,6

20,2 20,2 22,6 22,6 22,6 22,6 22,6 22,6 22,6 22,6

c. Metode Complete linkage Pengujian Data Normalisasi Distane,Complete Batas Atas 0 1 2 3 B 4 A 5 T 6 A 7 S 8 B 9 A 10 W 11 A 12 H 13 14 15 16 17

Min

-

max,

Euclidean

86

85

84

83

82

20,4 21 27,6 21 24,6 25,8 21,8 21,6 27,4 27,4 20,2 58,6 43,4 23,4 27,6 20,4 20,4 38,6

20,4 23,4 22,8 20,2 24,2 24 22,8 38,2 30,2 20,2 72,2 24,2 31 40,2 35,4 25,8 25,8 40,8

20,4 23,4 22,8 20,2 24,2 24 22,8 38,2 30,2 20,2 72,2 24,2 31 40,2 35,4 25,8 25,8 40,8

20,4 23,4 22,8 20,2 24,2 24 22,8 38,2 30,2 20,2 72,2 24,2 31 40,2 35,4 25,8 25,8 40,8

20,4 23,4 22,8 20,2 24,2 24 22,8 38,2 30,2 20,2 72,2 24,2 31 40,2 35,4 25,8 25,8 40,8


18 19 20 21 22

38,6 38,6 38,6 38,6 38,6

40,8 40,8 40,8 40,8 40,8

40,8 40,8 40,8 40,8 40,8

40,8 40,8 40,8 40,8 40,8

40,8 40,8 40,8 40,8 40,8

2.2.2 Percobaan Menggunakan Cosine similarity a. Metode Average linkage Pengujian Data Normalisasi Min - max, Cosine similarity, Average Batas Atas 0 1 2 3 B 4 A 5 T 6 A S 7 8 B 9 A 10 W A 11 H 12 13 14 15 16 17 18 19 20 21 22

86

85

84

83

82

20,2 21,4 21,4 23,8 26 26 31.2 28,2 30,2 28,2 28,2 40,2 40,2 37,6 40,2 40,2 39,8 27,4 27,4 27,4 27,4 27,4 27,4

20,4 20,6 21,2 23,8 26 26 28,2 30,2 40,2 40,2 28,2 39,8 40,2 40,2 40,2 40,2 27,4 27,2 27,2 27,2 27,2 27,2 27,2

20,4 20,6 21,2 23,8 26 26 28,2 30,2 40,2 40,2 28,2 39,8 40,2 40,2 40,2 40,2 27,4 27,2 27,2 27,2 27,2 27,2 27,2

20,4 20,6 21,2 23,8 26 26 28,2 30,2 40,2 40,2 28,2 39,8 40,2 40,2 40,2 40,2 27,4 27,2 27,2 27,2 27,2 27,2 27,2

20,4 20,6 21,2 23,8 26 26 28,2 30,2 40,2 40,2 28,2 39,8 40,2 40,2 40,2 40,2 27,4 27,2 27,2 27,2 27,2 27,2 27,2


b.

Metode Single linkage

Pengujian Data Normalisasi Min - max, Cosine similarity, Single

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2


c. Metode Complete linkage Pengujian Data Normalisasi Min - max, Cosine similarity, Complete Batas Atas 0 1 2 3 4 5 6 7 B 8 A 9 T 10 A 11 S 12 B 13 A 14 W 15 A H 16 17 18 19 20 21 22

86

85

84

83

82

21,8 21,4 21,4 21,4 21,4 21,4 21,4 21,4 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8

21,8 21,4 21,4 21,4 21,4 21,4 21,4 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8

21,8 21,4 21,4 21,4 21,4 21,4 21,4 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8

21,8 21,4 21,4 21,4 21,4 21,4 21,4 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8

21,8 21,4 21,4 21,4 21,4 21,4 21,4 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8 21,8


2.3 Tabel Normalisasi Z-score 2.3.1 Percobaan Menggunakan Euclidean distance a. Metode Average linkage Pengujian Data Normalisasi zscore, Euclidean Distane,Average

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 27 20.2 20.3 20.4 34.2 34.2 38 38 38 38 38 38

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 23.6 23.6 23.6 23.6 23.6 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 23.6 23.6 23.6 23.6 23.6 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 23.6 23.6 23.6 23.6 23.6 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 23.6 23.6 23.6 23.6 23.6 34.4 23.6 34.4 34.4 34.4 34.4 34.4 34.4 34.4


b. Metode Single linkage Pengujian Data Normalisasi zscore, Euclidean Distane,Single

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

20.2 20.2 20.2 20.2 20.2 20.2 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8 23.8

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4


c. Metode Complete linkage Pengujian Data Normalisasi zscore, Euclidean Distane,Complete

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

24 24 24 24 24 24 24 24 24 24 24 24 24 27.2 23.8 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4

34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4 34.4


2.3.2 Percobaan Menggunakan Cosine similarity a. Metode Average linkage Pengujian Data Normalisasi zscore, Cosine similarity, Average

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

57 60.4 61.6 29.2 69.8 61,8 63.8 65 66.8 66.8 65.2 64.8 72.8 72.4 68.4 60.6 48 40.6 40.6 40.6 40.6 40.6 40.6

79,8 72 81.6 81.2 80.6 61.2 64 65 63.2 61.6 67.4 59.6 67.6 67.2 64 58.2 34 49 49 49 49 49 49

79,8 72 81.6 81.2 80.6 61.2 64 65 63.2 61.6 67.4 59.6 67.6 67.2 64 58.2 34 49 49 49 49 49 49

79,8 72 81.6 81.2 80.6 61.2 64 65 63.2 61.6 67.4 59.6 67.6 67.2 64 58.2 34 49 49 49 49 49 49

79,8 72 81.6 81.2 80.6 61.2 64 65 63.2 61.6 67.4 59.6 67.6 67.2 64 58.2 34 49 49 49 49 49 49


b. Metode Single linkage Pengujian Data Normalisasi zscore, Cosine similarity, Single

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2

20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2 20.2


c. Metode Complete linkage Pengujian Data Normalisasi zscore, Cosine similarity, Complete

B A T A S B A W A H

Batas Atas

86

85

84

83

82

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

44.8 63.6 70.2 76.4 74.8 47.8 65.2 58.6 45.6 45.6 44.8 50.6 62.4 66.8 37 75.4 62.4 55.6 55.6 55.6 55.6 55.6 55.6

33.2 68.6 54 67.2 51.8 65.6 60.2 58.2 45.4 71.2 45.8 69 41.6 46.6 58.6 56.4 24 44.4 44.4 44.4 44.4 44.4 44.4

33.2 68.6 54 67.2 51.8 65.6 60.2 58.2 45.4 71.2 45.8 69 41.6 46.6 58.6 56.4 24 44.4 44.4 44.4 44.4 44.4 44.4

33.2 68.6 54 67.2 51.8 65.6 60.2 58.2 45.4 71.2 45.8 69 41.6 46.6 58.6 56.4 24 44.4 44.4 44.4 44.4 44.4 44.4

33.2 68.6 54 67.2 51.8 65.6 60.2 58.2 45.4 71.2 45.8 69 41.6 46.6 58.6 56.4 24 44.4 44.4 44.4 44.4 44.4 44.4

ANALISIS SENTIMEN PADA TWITTER MENGGUNAKAN PENDEKATAN AGGLOMERATIVE HIERARCHICAL CLUSTERING SKRIPSI

Recommend Documents