Pembangunan Perangkat Lunak Klasifikasi Follower Pada Twitter Sebagai Media Pemasaran

Rivki, Muhammad (2018) Pembangunan Perangkat Lunak Klasifikasi Follower Pada Twitter Sebagai Media Pemasaran. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Marketing atau pemasaran adalah aktivitas, proses menciptakan, mengkomunikasikan, menyampaikan dan mempertukarkan tawaran yang bernilai bagi pelanggan dan masyarakat umum. Di era digital, cara marketing telah berkembang, banyak pengusaha yang sudah memanfaatkan media sosial sebagai salah satu alat untuk melakukan strategi pemasaran dan salah satu media sosial yang digunakan adalah Twitter. Twitter digunakan sebagai media untuk memasarkan produk dalam marketing. Kesesuaian antara produk dan jasa yang dipromosikan dengan akun yang akan menjadi target promosi merupakan faktor yang sangat berpengaruh dalam melakukan promosi untuk meningkatkan keefektifan dan keefisiensian dari promosi tersebut. Sayangnya Twitter tidak memberikan fitur untuk memudahkan penggunanya dalam melakukan promosi seperti memberikan informasi tentang waktu keaktifan user serta mengkategorikan sesuai dengan ketertarikan dari user. Agar dapat mengatasi permasalahan tersebut, dibutuhkan sebuah Twitter client yang dapat melakukan klasifikasi terhadap follower dari pengguna dan memudahkan cara promosi di Twitter. Salah satu cara untuk melakukan klasifikasi pada user dapat dilihat dari ketertarikannya yaitu dengan menggunakan text mining. Algoritma K-Nearest Neighbor adalah salah satu algoritma yang dapat dimanfaatkan untuk melakukan klasifikasi. Agar mendukung performansi yang cepat maka basis data yang digunakan adalah NoSQL. Pembangunan sistem Twikipedia dengan algoritma K-Nearest Neighbor mampu mengklasifikasikan follower dari pengguna dan memudahkan pengguna dalam melakukan promosi di Twitter dengan fitur yang tidak disediakan oleh Twitter. Terbukti dari hasil pengujian menggunakan confussion matrix dengan 1054 data latih didapatkan nilai akurasi sebesar 68%. Tentunya hasil tersebut diperoleh dari hasil proses preprocessing yang bertujuan untuk menghapus bagian yang tidak penting dan juga mengubah bentuk dokumen yang berbentuk tweet ke bentuk standar.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: K-Nearest Neighbor, Social Media Analytics, Text Mining, Twitter
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 31 Jan 2019 10:23
Last Modified: 31 Jan 2019 10:23
URI: https://repository.unikom.ac.id/id/eprint/58137

Actions (login required)

View Item View Item