ANALISIS TEXT-MINING DENGAN METODE DENSITY-BASED CLUSTERING PADA PESAN MEDIA SOSIAL UNTUK PEMETAAN LOKASI KECELAKAAN

JURNAL MASYARAKAT INFORMATIKA INDONESIA JMII Vol 1, No. 1, 2016 ISSN: 2541-5093

ANALISIS TEXT-MINING DENGAN METODE DENSITY-BASED CLUSTERING PADA PESAN MEDIA SOSIAL UNTUK PEMETAAN LOKASI KECELAKAAN Nurjayanti Fakultas Teknis, Jurusan Teknik Informatika Universitas Widyatama Jalan Cikutra No. 204A, Bandung, Indonesia [email protected]

Abstrak Salah satu fungsi media sosial adalah untuk berbagi pesan atau kabar berita dari satu pengguna kepada pengguna media sosial lainnya. Adanya kesadaran atau perhatian (awareness) masyarakat terhadap kejadian nyata seperti kecelakaan menjadi pemicu bagi masyarakat untuk menggunggah kabar berita tersebut ke media sosial. Pesan pada media sosial yang diunggah seringkali menyebutkan lokasi kejadian tersebut. Proses deteksi kejadian secara real-time lengkap dengan informasi geospatial merupakan dasar dalam membuat pemetaan lokasi kecelakaan ini. Yang disebut kejadian pada penelitian ini adalah pesan media sosial yang memiliki topik “kecelaakan alat transportasi”. Dengan menggunakan text-mining, pesan tersebut dapat diproses untuk diperoleh infomasi geospatial yang kemudian dapat divisualisasikan kedalam peta. Algoritma yang digunakan pada text-mining dengan metode densitybased clustering yaitu algoritma DBSCAN (DensityBased Spatial Clustering of Applications with Noise). Algoritma DBSCAN menggunakan dua parameter yaitu radius masing-masing anggota cluster dengan inti cluster Eps ( ) dan MinPts (Minimal Points) yang memberikan batasan jumlah minimum anggota cluster dalam Eps. Ektraksi lokasi kemudian dilakukan pada cluster yang dihasilkan proses clustering. Visualisasi peta dilakukan terhadap lokasi cluster yang diekstrak menggunakan metode NER rule-based dan parsing lokasi ke Google Maps Geocoding API. Kata kunci :

geospatial, text-mining, density-based clustering, DBSCAN, NER rule-based

Abstract Social media has a function as messages or news feed sharing platform between users, either in the form of texts, images, photos, or videos. The public awareness on real-time events such as accidents become a trigger for users to upload the news feed into social media. Messages on social media often mentioned the location where the event happened. The process of events detection in real-time and geospatial information is the basis for mapping event location. An event in this study is a message on social media which has “transportation accident” as the topic. The social media messages can be processed to obtain geospatial information by using text-mining and then visualized into a map. The algorithm used in the text-mining with density-based clustering method is DBSCAN (Density-Based Spatial Clustering of Applications with Noise) algorithm. DBSCAN algorithm uses two parameters: the radius of each cluster member to the cluster core (ε) and MinPts (Minimal Points) which provides a minimum number of cluster members in Eps. Extraction locations then performed on each cluster that produced from clustering. Mapping visualization is done against cluster locations that are extracted using NER rulebased method and parsing to Google Maps Geocoding API. Keywords : geospatial, text-mining, density-based clustering, DBSCAN, NER rule-based

Jurnal Nasional JMII 2016

31


I. PENDAHULUAN Proses deteksi kejadian secara real-time lengkap dengan informasi geospatial merupakan dasar dalam membuat pemetaan lokasi. Yang disebut kejadian pada penelitian ini adalah pesan media sosial yang memiliki topik “kecelaakan alat transportasi”. Algoritma yang akan digunakan pada textmining dengan metode density-based clustering yaitu algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise). Algoritma DBSCAN menggunakan dua parameter yaitu radius masing-masing anggota cluster dengan inti cluster ( ) dan MinPts (Minimal Points) yang memberikan batasan jumlah minimum anggota cluster dalam Eps.

b. Vector Space Model (VSM) Vector Space Model adalah teknik pada teks clustering yang digunakan untuk pembobotan dengan merepresentasikan teks sebagai kumpulan titik di suatu ruang vektor. Dalam VSM, teks direpresentasikan dalam bentuk vektor (t1, t2, ... ti) dimana setiap ti mewakili sebuah kata. Kumpulan teks kemudian direpresentasikan dalat satu set vektor yang dapat digambarkan dalam bentuk matriks sebagai berikut. Perhitungan bobot pada VSM dapat menggunakan TF-IDF (Term Frequency – Inverse Document Frequency) dimana dari matriks diatas bobot direpresentasikan oleh setiap elemen xji [5]. Perhitungan bobot dengan TF-IDF dapat dilihat pada persamaan 1:

Analisa Cluster

Density-based clustering adalah metode clustering yang dapat digunakan untuk mencari clusters yang betuknya berubah-ubah (arbitary shape) yang dimodelkan berupa daerah yang padat (dense regions) pada ruang data yang dipisahkan oleh daerah yang jarang (sparse regions) [5]. Algoritma DBSCAN: Density-Based Spatial Clustering of Applications with Noise database yang memuat noise. Density dari objek

Text-mining dan Data Mining

Data mining dapat lebih dikarakterisasi sebagai ekstraksi dari implisit, yang sebelumnya tidak diketahui, dan informasi yang berpotensi berguna dari data [12]. Informasi pada data mining diperoleh dari data implisit: data tersebut tersembunyi, tidak dikenali, dan sulit diekstrak tanpa sumber daya untuk teknik otomatis data mining. Sementara text-mining, informasi yang diekstrak adalah jelas dan eksplisit disebutkan dalam teks [10].

c.

Density-Based Clustering

Algoritma DBSCAN digunakan pada spatial

II. LANDASAN TEORI a.

Analisa cluster atau clustering adalah proses pembagian atau pengelompokan (partitioning) satu set objek data kedalam beberapa subset yang disebut cluster. Objek dalam sebuah cluster bisa memiliki kemiripan satu dengan yang lainnya atau ketidakmiripan dengan objek pada cluster lain [5].

dapat diukur dari banyaknya objek yang dekat ke . DBSCAN mencari objek inti (core objects) yaitu objek yang memiliki daerah sekitar yang padat (dense neighborhoods). DBSCAN menghubungkan (densityconnected) objek inti dan daerah sekitarnya untuk membentuk daerah padat sebagai cluster. Sementara objek yang bukan anggota cluster dianggap sebagai noise [5]. Berikut contoh pseudocode algoritma DBSCAN. Algoritma II.1 DBSCAN: a density-based clustering algorithm Input : D: a data set containing n objects : the radius parameter, and MinPts : the neighborhood density threshold Output: A set of density-based clusters Method: (1) mark all objects as unvisited; (2) do (3) randomly select an unvisited object p; (4) mark p as visited; (5) if the -neighborhood of p has at least MinPts objects (6) create a new cluster C, and add p to C; (7) let N be the set of objects in the neighborhood of p; (8) for each point p’ in N


-

32


(9) if p’ is unvisited (10) mark p’ as visited; (11) if the -neighborhood of p’ has at least MinPts points, (12) add those points to N; (13) if p’ is not yet member of any cluster, add p’ to C; (14) end for; (15) output C; (16) else mark p as noise; (17) until no object is unvisited;

Evaluasi Clustering Silhoutte coefficient merupakan metode evaluasi cluster secara internal dimana menggabungkan konsep cohesion (bagaimana relasi kedekatan/ kepadatan objek dalam cluster) dan separation (seberapa baiknya masing-masing cluster terpisah antara satu dan lainnya). Silhoutte coefficient berikut pada persamaaan 2.

didefinisikan sebagai

Dimana a(o) adalah rata-rata jarak objek o ke objek lain dalam cluster dan b(o) adalah minimal jarak rata-rata dari objek o ke objek lain dalam cluster berbeda. Nilai silhoutte coefficient adalah antara -1 dan 1. Kondisi yang baik adalah jika nilai silhoutte coefficient mendekati 1, yang menunjukan cluster dimana objek o berada padat dan jauh terpisah dari cluster lainnya.

banyak pengguna Twitter. Attribut yang dipilih adalah teks tweet dengan jumlah maksimal karakter per teks adalah 140 karakter. Tabel 1 Daftar Kata Kunci Pencarian Data Kata Kunci kecelakaan tabrakan

b. Tahapan Penelitian Berikut gambaran alur kerja atau tahapan penelitian implementasi text-mining dengan metode density-based clustering pada media sosial yang akan dilakukan. Tahapan penelitian diatas sebagai berikut: 1. 2.

Named Entity Recognition (NER) merupakan sub-tasks dari Information Extraction (IE) [6]. NER merupakan bagian penting dari Natural Language Processing (NLP). NER bertugas untuk mencari dan menklasifikasi nama (entitas) dalam teks yang ditulis dengan bahasa natural.

3. 4.

III. ANALISIS DAN PERANCANGAN Sumber Data

5.

Jenis data yang digunakan adalah teks tweet pada Twitter yang berisi informasi kecelakaan dimana teks menggunakan bahasa Indonesia. Pengambilan teks tweet dibatasi parameter kata kunci dan bahasa. Data yang dipilih berasal dari

kecelakaan, kecelakaan mobil, kecelakaan motor, kecelakaan kendaraan tabrakan, tabrakan mobil, tabrakan motor, tabrakan kendaraan, menabrak

Metode scrapping web digunakan pada pengambilan data secara langsung dari halaman Twitter Search. Implementasi program akan mengakses URL https://twitter.com/i/search/timeline. Proses dimulai dengan mengirimkan query permintaan pencarian teks tweet. Apabila respon yang dikirimkan kembali oleh Twitter adalah sukses, teks tweet kemudian diekstrak dari informasi yang diterima. Teks tweet yang diekstrak tersebut kemudian disimpan sebagai data mentah (raw data). Sementara jika gagal permintaan akan dikirimkan kembali oleh sistem.

d. Named Entity Recognition

a.

Format Parameter

Raw Data, pada tahap ini data penelitian dikumpulkan kemudian disimpan dan disebut sebagai data mentah (raw data). Preprocessing, data mentah diolah pada tahap preprocessing sehingga sesuai dan siap diproses oleh text-mining, yaitu pada tahap implementasi density-based clustering. Data after preprocessing merupakan data yang diperoleh dari tahap preprocessing. Density-Based Clustering, tahap implementasi metode density-based clustering pada data hasil preprocessing. Pada proses clustering, jarak antar teks dihitung menggunakan fungsi Euclidean Distance kemudian proses clustering dilakukan dengan algoritma DBSCAN. Extract locations, ektraksi informasi lokasi dari teks pada cluster dengan menggunakan NER rule-based untuk memilih teks yang diperkirakan mengandung informasi lokasi secara eksplisit. Kata hasil keluaran NER kemudian di parsing


33


6. 7.

8.

9.

menggunakan Google Maps Geocoding API untuk meminta informasi geocoding. Data from text-mining, data hasil keluaran penerapan metode density-based clustering. Analysis & evaluation, analisa dan evaluasi hasil keluaran metode density-based clustering dan hasil ekstraksi lokasi dari setiap cluster yang dihasilkan proses clustering. Result, data yang sudah dievaluasi kemudian diproses untuk dibuat kedalam visualisasi pemetaan atau geospatial. Pada tahap ini dibuat hasil dan kesimpulan dari penelitian. Mapping, tahap menampilkan visualisasi pemetaan lokasi kecelakaan. Pemetaan dilakukan dengan bantuan Google Maps Geocoding API.

dapat Perhitungan jarak objek p ke objek pusat menggunakan pengukuran numerik yaitu menggunakan Euclidean Distance. Berikut rumus Euclidean Distance:

Tahapan Visualisasi Pemetaan Visualisasi dilakukan terhadap setiap cluster yang dihasilkan DBSCAN. Adapun tahapan pada visualisasi pemetaan antara lain: 1. 2.

Tahapan Preprocessing Pada tahap preprocessing dihasilkan data set yang siap untuk diproses oleh metode density-based clustering. Tahapan preprocessing terdiri dari sub tahap yaitu text-preprocessing dan pembobotan kata.Pada text-preprocessing dilakukan case folding dan tokenizing pada data mentah yang dikumpulkan. Proses processing diawali dengan inisialisasi tabel hash yaitu tabel yang digunakan untuk menyimpan frekuensi kemunculan kata pada sejumlah data yang akan diproses oleh clustering.Teks pada data yang dihasilkan tahap text-preprocessing dipecah ke dalam bentuk kata kemudian dihitung bobot untuk kata tersebut. Pembobotan kata akan menghasilkan nilai TF-IDF setiap kata pada teks. Persamaan untuk menghitung TF-IDF yang digunakan sebagai berikut.

Tahap ekstraksi lokasi masing-masing cluster dengan menggunakan NER rule-based. Visualisasi dengan menggunakan Google Maps Geocoding API dimana parameter yang digunakan adalah kata pada setiap cluster. Dengan menggunakan geocoding akan dihasilkan koordinat geografis (dalam latitude dan longitude) yang kemudian dapat digunakan sebagai titik lokasi pada Google Maps.

Respon status yang diberikan geocoding pada permintaan (request) yang dikirimkan terdiri dari kode berikut: [4] Tabel 2 Respon Status Geocoding Status OK

ZERO_RESULTS

OVER_QUERY_LIMIT REQUEST_DENIED

Tahapan Implementasi DBSCAN Hasil pembobotan kata yang sudah dilakukan kemudian digunakan dalam proses density-based clustering. Algoritma DBSCAN yang akan diimplementasikan akan membuat cluster sesuai dengan parameter masukan, yaitu

membuat suatu daerah yang berpusat di

dengan

, sehingga anggota cluster adalah

objek-objek dalam radius

UNKNOWN_ERROR

dan MinPts.

dan MinPts akan mempengaruhi Parameter jumlah cluster yang terbentuk. DBSCAN akan radius sebesar

INVALID_REQUEST

Keterangan menunjukan tidak ada error terjadi. Alamat berhasil diuraikan dan paling sedikit satu geocode dikembalikan. menunjukan geocode berhasil tetapi mengembalikan hasil kosong. Hal tersebut mungkin jika geocoder memberikan alamat yang tidak ada (not existing address). menunjukan bahwa permintaan melebihi kuota menunjukan bahwa permintaan ditolak umumnya menunjukan bahwa query (address, components atau latlng) hilang menunjukan bahwa permintaan tidak dapat diproses karena server error. Pemintaan munkin berhasil diproses jika dikirim ulang.

dari objek pusat

.

IV. IMPLEMENTASI DAN ANALISIS Preprocessing Penelitian implementasi density-based clustering dilakukan terhadap 50 pesan teks dari


34


Twitter. Preprocessing dimulai dengan textpreprocessing yang terdiri dari tahap case folding dan tokenizing. Setelah text-preprocessing selesai kemudian dilanjutkan dengan tahap pembobotan kata. Data hasil text-preprocessing dibentuk kedalam vektor yang direpresentasikan dengan kata. Kemudian dihitung frekuensi kemunculan setiap kata tersebut. Berikut contoh data pada tabel hasil perhitungan bobot yang dilakukan oleh sistem. Tabel 3 Pembobotan Kata Terms arah

F term on text 1

Total text with terms 9

Total Text 50

TFIDF 0.745

Perhitungan untuk kata “arah” pada teks kesatu muncul sebanyak 1 kali dalam teks ke-1 dimana dari 50 teks yang diuji kata muncul pada 9 teks. Sehingga perhitungannya adalah sebagai berikut. (5) Density-based

menandai semua objek sebagai “unvisited” dan kemudian memilih secara random satu objek untuk diuji kedekatannya dengan menggunakan fungsi pengukuran jarak yaitu Euclidean Distance. Berikut hasil clustering untuk teks yang diuji.

dan minpts = 1 untuk 50

Tabel 4 Contoh Hasil Clustering ID 1 2

Teks gunakan jalur sesuai ketentuan jangan melawan arus karena rawan kecelakaan kesadaran kita keselamatan semua pictwittercomuzyzwcnq gunakan jalur sesuai ketentuan jangan melawan arus krn rawan kecelakaan kesadaran kita keselamatan semua pictwittercomlitosjblr

Cluster 7 7

Iterasi pengujian pada teks dilakukan sampai semua teks dikunjungi (visited). Misal jika objek berikutnya yaitu teks-1 dan teks-2 yang akan diuji dimana teks-1 adalah objek pusat cluster C1 maka perhitungan jaraknya adalah:

Clustering dengan DBSCAN Setiap teks adalah objek yang akan diuji Tabel 5 Contoh Perhitungan Bobot kedekatannya oleh DBSCAN dalam proses clustering. Pada tahap awal, DBSCAN akan p Term TFIDF1 TFIDF2 x J i 1 arus 1.097 1.097 0 2 gunakan 1.222 1.222 0 3 jalur 1.097 1.097 0 4 jangan 1.097 1.097 0 5 karena 1.398 0 1.954404 6 kecelakaan 0.009 0.009 0 7 kesadaran 1.398 1.398 0 8 keselamatan 1.398 1.398 0 9 ketentuan 1.398 1.398 0 10 kita 1.398 1.398 0 11 melawan 1.398 1.398 0 12 pictwittercomuzyzwcnq 1.699 0 2.886601 13 rawan 0.854 0.854 0 14 semua 1.398 1.398 0 15 sesuai 1.398 1.398 0 16 pictwittercomlitosjblr 0 1.699 2.886601 ∑

7.727606 Teks-2 karena berada didalam radius yaitu sehingga teks-2 adalah anggota cluster C1. Pada iterasi pembuatan cluster baru berikutnya


35


semua noise akan diuji, termasuk objek r apakah berada dalam radius

untuk cluster atau tidak.

Dari grafik pada gambar 2 dapat dilihat bahwa jumlah cluster yang dihasilkan dari proses clustering dipengaruhi oeh nilai dan MinPts. Pada percobaan yang dilakukan jumlah cluster paling banyak pada

Visualisasi Pemetaan Data yang dihasilkan DBSCAN kemudian diproses pada tahap preprocessing visualiasi yaitu dengan menghitung frekuensi kemunculan kata dalam sebuah cluster. Kemudian dilakukan pengecekan apakah kata dapat diidentifikasi oleh Google Maps Geocoding. Berikut contoh tabel hasil pengecekan lokasi menggunakan Google Maps Geocoding, informasi yang diberikan terdiri dari status, longitude, latitude, dan alamat. Pengujian dan Analisis Jumlah cluster yang dihasilkan dari proses density-based clustering menunjukan jumlah kejadian (event) yaitu kecelakaan yang terjadi. Pada percobaan menggunakan nilai diantara 1 sampai 10 untuk data 50 teks tweet yang diambil secara realtime pada tanggal 21 Juni 2016 diperoleh jumlah kejadian sebagai berikut.

dimana sebuah cluster nilai MinPts = 1 dan paling sedikit memiliki anggota 1 teks tweet dan . Sementara jarak antara teks dengan inti cluster jumlah cluster yang paling sedikit pada pada nilai dimana berarti jarak antara teks dengan inti . Sehingga dapat disimpulkan bahwa

cluster

dan MinPts maka jumlah semakin kecil nilai cluster semakin banyak. Dan sebaliknya semakin besar nilai dan MinPts maka jumlah cluster semakin sedikit. Pengujian hasil keluaran sistem dilakukan pada 6 skenario pengujian. Dimana pengujian dilakukan dengan variasi parameter ϵ dan MinPts untuk melihat jumlah cluster yang dihasilkan. Evaluasi clustering dilakukan dengan menghitung nilai Silhoutte Coefficient. Nilai Silhoutte Coefficient adalah antara 1 dan 1. Kondisi yang baik adalah jika nilai Silhoutte Coefficient mendekati 1, yang menunjukan cluster dimana teks tweet berada padat dan jauh terpisah dari cluster lainnya. Berikut nilai Silhoutte Coefficient pada masing-masing skenario pengujian. Tabel 6 Hasil Evaluasi Clustering

Gambar 1 Grafik Jumlah Kejadian (Event) Kecelakaan yang Terjadi

5 6 7 3 4 5

MinPts

Jumlah Cluster

1 1 1 2 2 2

26 9 2 2 2 2

Jumlah Teks dalam Cluster 50 50 50 4 10 26

Silhoutte Coefficient 0.055 0.142 0.254 0.532 0.522 0.126

Dari hasil evaluasi clustering diatas diperoleh nilai Silhoutte Coefficient yang paling mendekati 1 adalah hasil clustering pada skenario 4 yaitu 0.532

Gambar 2 Grafik Keterhubungan Nilai Epsilon, MinPts, dan Jumlah Cluster

dengan 3, MinPts = 2 dan jumlah cluster 2. Dimana nilai Silhoutte Coefficient pada skenario 4 menunjukan bahwa teks dalam cluster memiliki density yang baik dan memiliki kemiripan atau kesamaan kejadian yang lebih tinggi.


36


Nilai Silhoutte Coefficient pada skenario 1 sebesar 0.055 dengan 5, MinPts = 1 dan jumlah cluster 26 adalah nilai yang paling mendekati -1. Sehingga pada skenario 1 teks dalam cluster memiliki density yang kurang baik dan memiliki kemiripan atau kesamaan kejadian yang lebih rendah. Setelah dilakukan evaluasi clustering, kemudian dilakukan analisa terhadap informasi lokasi yang ditemukan pada hasil clustering. Pengujian informasi lokasi dilakukan dengan membandingkan hasil keluaran sistem dengan hasil observasi pada informasi lokasi yang eksplisit ada pada teks dalam cluster. Jumlah Cluster

26 9 2 2 2 2

Silhoutte Coefficient

Jumlah Lokasi Ditemukan

0.055 0.142 0.254 0.532 0.522 0.126

Jumlah Lokasi Benar

26 26 26 2 5 17

skenario ke-5 dengan

Jumlah Lokasi Salah

14 14 14 2 5 11

Dari pengujian diatas dihasilkan kemungkinan lokasi cluster benar paling tinggi pada percobaan clustering pada skenario ke-4 dengan

Tabel 7 Hasil Pengujian Lokasi pada Cluster

3 dan MinPts = 2 dan

4 dan MinPts = 2.

Dari pengujian diatas dihasilkan kemungkinan lokasi cluster benar paling tinggi pada percobaan

12 12 12 0 0 6

Probalitas Lokasi Benar 0.538 0.538 0.538 1 1 0.647

Probalitas Lokasi Salah 0.462 0.462 0.462 0 0 0.353

Pada skenario pengujian 4 dan 5 probalitas lokasi benar lebih tinggi dibandingkan dengan hasil skenario 3 dan 6 walaupun jumlah cluster sama. Hal ini dipengaruhi juga nilai Silhoutte Coefficient pada skenario 4 dan 5 yang paling mendekati 1. Dimana dapat disimpulkan bahwa pada skenario ke 4 dan 5, teks pada cluster memiliki kemiripan atau kesamaan kejadian lebih tinggi sehingga probalitas lokasi kejadian yang ditemukan juga lebih tinggi.

clustering pada skenario ke-4 dengan

3 dan

V. KESIMPULAN

MinPts = 2 dan skenario ke-5 dengan MinPts = 2.

4 dan

Dari penelitian yang dilakukan dapat diambil kesimpulan sebagai berikut: 1.

2.

Gambar 3 Grafik Hubungan Jumlah Cluster dan Probalitas Lokasi

Density-based clustering menggunakan algoritma DBSCAN dapat digunakan untuk mendeteksi dan mengelompokan kejadian (event) nyata yang diunggah user melalui pesan pada media sosial. DBSCAN membuat sejumlah cluster berdasarkan paramater masukan yaitu dan MinPts. Identifikasi dan ekstraksi informasi geospatial atau lokasi dari suatu event pada sebuah cluster dapat menggunakan Google Maps Geocoding API, dimana parameter pencarian yang digunakan adalah kata pada teks anggota cluster. Informasi koordinat geografis yang dihasilkan geocoding dapat digunakan sebagai


37


3.

titik lokasi pada visualisasi pemetaan lokasi kecelakaan.

[6]. Konkol, M. (2012). Named Entity Recognition. Pilsen: University of West Bohemia.

dan MinPts mempengaruhi yang dihasilkan proses

[7]. Krstajic, M., Rohrdantz, C., Hund, M., & Weiler, A. (2012). Getting There First: RealTime Detection of Real-Word Incidents on Twitter. Proceedings of the 2nd IEEE Workshop on Interactive Visual Text Analytics -IEEE VisWeek 2012. Seattle, WA, USA: Konstanzer Online Publications System.

Nilai parameter jumlah cluster

dan MinPts clustering. Semakin kecil nilai maka jumlah cluster semakin banyak. Dan

4.

5.

dan MinPts sebaliknya semakin bear nilai maka jumlah cluster semakin sedikit. Nilai silhoutte coefficient pada evaluasi clustering mempengaruhi probalitas lokasi benar dari cluster. Jika nilai silhoutte coefficient mendekati 1 maka probalitas lokasi benar semakin tinggi dan jika nilai silhoutte coefficient mendekati -1 maka probalitas lokasi benar semakin rendah. Hasil keluaran sistem sudah dapat memberikan informasi lokasi kecelakaan. Informasi lokasi berupa daftar kemungkinan lokasi yang ada secara eksplisit dalam teks pesan media sosial pada setiap cluster. Akan tetapi hasil keluaran belum dapat disajikan dengan baik untuk publik karena lokasi yang ditemukan belum spesifik menyebutkan suatu lokasi dengan detail.

REFERENSI

[8]. Kusrini, & Luthfi, E. T. (2009). Algoritma Data Mining. Yogyakarta: ANDI. [9]. Sebastiani, F. (2002). Machine learning in automated text categorization. ACM Computing, 34, 1-47. [10]. The Streaming APIs | Twitter Developers. (n.d.). Retrieved 05 01, 2016, from Twitter: https://dev.twitter.com/streaming/overview [11]. Witten, I. (2005). Text mining. In M. Singh, Practical handbook of internet computing. Boca Raton, Florida: Chapman & Hall/CRC Press. [12]. Witten, I. a. (2000). Data mining: Practical machine learning tools and techniques. San Francisco, CA: Morgan Kaufmann.

[1]. Chung-Hong, L. (2012). Mining spatiotemporal information on microblogging streams using a density-based online clustering method. 39(10). [2]. Data Mining. (n.d.). Retrieved March 20, 2015, from Oracle: http://www.oracle.com/technetwork/database/o ptions/advanced-analytics/odm/index.html [3]. Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. (n.d.). A density-based algorithm for discovering clusters in large spatial databases with noise. [4]. Google Maps APIs. (n.d.). Retrieved May 20, 2016, from Google Developers: https://developers.google.com/maps/documenta tion/geocoding [5]. Han, J., Kamber, M., & Pei, J. (2012). Data Mining Concepts and Techniques, Third Edition. USA: Elsevier Inc.


38

ANALISIS TEXT-MINING DENGAN METODE DENSITY-BASED CLUSTERING PADA PESAN MEDIA SOSIAL UNTUK PEMETAAN LOKASI KECELAKAAN

Recommend Documents