Evaluasi Cluster Social Media Data In Tourism Domain Menggunakan K-Means Clustering

Abstract

Salah satu teknik dalam Data Mining yaitu clustering. Clustering adalah pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap dalam cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lainnya. K-means mempunyai kemampuan mengelompokkan data dalam jumlah yang cukup besar dengan waktu komputasi yang relatif cepat dan efisien. Penelitian ini membahas tentang penerapan data mining pada Online Reviews pada data TripAdvisor, menggunakan algoritma K-Means Clustering untuk menghasilkan profile yang memiliki kemiripan yang tinggi . Implementasi proses K-Means Clustring menggunakan Weka, Atribut yang digunakan adalah art galeries, dance clubs, juice bars, restaurants, museums, resorts, park/picnic spots, beaches, theaters dan religious institutions. Menghasilkan jumlah cluster 4 (k=4) dengan cluster pertama sebanyak 178 (18%) reviews traveler, cluster kedua 243 (25%) reviews traveler, cluster ketiga 228 (23%) reviews traveler, cluster keempat 331(34%) reviews traveler.

Analisis Cluster Dengan Menggunakan K-Means Untuk Pengelompokkan Online Customer Reviews (Ocr) Pada Online Marketplace

“…Review merupakan salah satu faktor yang sangat mempengaruhi yang menentukan keputusan seorang pembeli. Oline Customer Reviews menjadi alat promosi yang sangat baik untuk komunikasi pemasaran [10]. Masyarakat lebih tertarik promosi secara Word of Mouth dibandingkan iklan, karena dianggap informasi tersebut datang dari kalangan yang sudah menggunakan produk tersebut sebelumnya [11].…”