Media sosial merupakan media yang mempertemukan manusia di dunia maya, salah satu sosial media yang menjadi favorit adalah twitter. Berbagai hal bisa dibahas di twitter, salah satunya adalah tentang politik. Guna mengelola informasi perlu dilakukan analisis teks salah satunya dengan menggunakan text mining. Tujuan penelitian ini adalah untuk menggali informasi dari media sosial twitter terkait isu politik. Metode penelitian yang digunakan adalah studi pustaka (library research), metode pengumpulan data (field research) dan perancangan sistem serta analisis. Pada studi literatur, dilakukan pencarian penelitian-penelitian terkait menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor. Temuan penelitian ini adalah 2 topik dengan nilai coherence terbaik dari 20 topik.  Pengujian dari dua topik isu tersebut menunjukkan tingkat akurasi klasifikasi berdasarkan topik menggunakan metode K-Nearest Neighbor lebih tinggi dari Naïve Bayes.Kata kunci; Sosial media, Text Mining, Naïve Bayes, K-Nearest Neighbor

Silk is one of the national cultural heritage with various motifs and patterns. This research aims to detect and classify the image of the silk cloth based on motive. This research uses Augemented Reality technology with Markerless Marker Tracking method. To display a 3D object, the proposed method uses a special pattern as a marker to recognize the fabric type. As a research sample, the authors used 10 types of bugis silk motifs. From the test results found that markers can detect fabric motifs in bright rooms and undetectable markers in dim rooms. The best distance in detecting markers is 10 cm-50 cm. Meanwhile at a distance of 110 cm, the marker cannot be detected.