PEMAKNAAN SEMANTIK BERBASIS TEXT MINING PADA KOMENTAR VIDEO KLIP LAGU KALI KEDUA

Prawirasunu, Adhitama (2022) PEMAKNAAN SEMANTIK BERBASIS TEXT MINING PADA KOMENTAR VIDEO KLIP LAGU KALI KEDUA. S1 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Adhitama Prawirasunu) 170709312_bab 0.pdf Download (459kB) | Preview
Preview	Text 170709312_bab 1.pdf Download (299kB) | Preview
Preview	Text 170709312_bab 2.pdf Download (237kB) | Preview
Preview	Text 170709312_bab 3.pdf Download (320kB) | Preview
	Text 170709312_bab 4.pdf Restricted to Registered users only Download (750kB)
	Text 170709312_bab 5.pdf Restricted to Registered users only Download (1MB)
Preview	Text 170709312_bab 6.pdf Download (323kB) | Preview

Abstract

Seiring berkembangnya teknologi terdapat beberapa cara untuk mendapatkan sebuah informasi salah satunya dengan cara analisis sebuah data. Data tersebut dapat ditemukan di mana saja dan dalam berbagai jenis salah satunya adalah data teks. Data teks tersebut dapat ditemukan diberbagai jenis sumber informasi atau di kolom komentar suatu konten media. Pada penelitian ini penulis menggunakan dataset berupa data teks yang diambil dari video klip seorang penyanyi yaitu Raisa yang berjudul Kali Kedua. Dataset tersebut akan diproses dengan menggunakan pendekatan text mining. Pada peniltian ini dataset yang diambil merupakan data yang belum label sehingga dalam proses text mining akan diproses untuk menghasilkan cluster. Metode yang digunakan untuk clustering adalah K-means dan pembobotan teks menggunakan metode Word2vec. Dari penelitian yang dilakukan, ditemukan permasalahan bahwa tentang apakah metode K-means merupakan metode yang tepat untuk clustering sehingga mendapatkan kualitas cluster yang baik. Penelitian di awali dengan melakukan analisis, pada dataset yang dperoleh dari kolom komentar video klip Raisa – Kali Kedua pada tanggal 2 Agustus 2021. Setelah analisis dilakukan selanjutnya melakukan data preprocessing dan mengambil kolom yang diperlukan saja. Penelitian berlanjut dengan tahap data exploration untuk melihat dan memahami data. Pembobotan data atau word embedding adalah mengubah teks menjadi vektor agar dapat diproses menggunakan metode K-means. Setelah itu penelitian berlanjut dengan proses clustering menggunakan metode K-means. Setelah itu, setiap cluster dievaluasi dengan nilai silhouette score dan dimaknai menggunakan pendekatan segitiga semantik Ogden dan Richard’s. Berdasarkan hasil penelitian, dapat disimpulkan bahwa hasil evaluasi silhouette score secara global yang didapatkan cukup baik yaitu sebesar 0.34135555. Namun, dari setiap cluster juga dimaknai sehingga dapat disimpulkan bahwa audiens mendengarkan lagu ini tidak hanya sekadar dikenal dalam tataran pengetahuan, tetapi juga diolah dengan perasaan.

Actions (login required)

View Item