STUDI AWAL PENGELOMPOKAN DATA TWITTER TOKOH POLITIK INDONESIA MENGGUNAKAN GRAPH CLUSTERING

Abstract

Twitter sebagai sosial media yang populer, memiliki jumlah pengguna yang sangat besar. Pengelompokan pengguna Twitter menjadi penting untuk dilakukan. Salah satunya dapat menjadi strategi marketing suatu perusahaan dalam memasarkan produk yang digunakan. Pengelompokan dapat dilakukan dengan memanfaatkan fitur-fitur Twitter yang kemudian dimodelkan dalam bentuk  graph sehingga dapat dilakukan graph clustering. Penelitian ini membandingkan tiga metode graph clustering yaitu  fastgreedy,  walktrap  dan  leading eigenvector  dengan menggunakan 23000  tweet  dari 96 akun politisi Indonesia. Dari hasil penelitian, nilai purity yang diperoleh adalah antara 0.7-0.8. Dengan nilai purity  tertinggi diperoleh saat menggunakan algoritma  walktrap  dan  leading eigenvector  yaitu 0.833 dimana fitur Twitter yang digunakan adalah fitur mentions.  Kata kunci:  Twitter, graph clustering, fastgreedy, walktrap, leading eigenvector, deteksi komunitas