Analisa Sentimen Penggunaan Permainan Tradisional Lato – Lato Pada Sosial Media Twitter Menggunakan Metode K-Means

Authors

  • Kornelius Laembalno Berutu Universitas Methodist Indonesia
  • Humuntal Rumapea Universitas Methodist Indonesia
  • Harlen Gilbert Simanullang Universitas Methodist Indonesia

Keywords:

Analisa Sentimen, K-Means Clustering, Twitter, Python, RapidMiner

Abstract

Permainan tradisional juga menarik perhatian di era digital dan sering menjadi topik hangat di media sosial seperti twitter. Salah satunya adalah permainan tradisional lato – lato, yang menjadi perbincangan ramai dan menimbulkan perbedaan pendapat di twitter. Tujuan dari penelitian ini adalah untuk menganalisis sentimen pengguna twitter terhadap permainan tradisional lato – lato menggunakan metode K-Means Clustering. Data yang digunakan merupakan tweet yang mengandung kata kunci "lato – lato", yang diambil dari twitter dengan menggunakan bahasa pemrograman python dan memaanfaatkan library snscrape. Data tweet yang terkumpul kemudian dianalisis menggunakan pendekatan K-Means Clustering untuk mengelompokkan tweet ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Hasil analisis dengan metode K-Means Clustering menunjukkan bahwa sentimen masyarakat khususnya pengguna twitter terhadap permainan tradisional Lato-Lato cenderung negatif. Pengujian menggunakan RapidMiner berdasarkan kemiripan datanya menghasilkan pengelompokan data, Cluster 0 dengan sentimen positif sebanyak 112 data, Cluster 1 dengan sentimen netral sebanyak 95 data, dan Cluster 2 dengan sentimen negatif sebanyak 962 data. Penelitian ini memberikan wawasan tentang pandangan dan persepsi pengguna twitter terhadap permainan tradisional lato – lato. Hasil penelitian ini diharapkan dapat memberikan kontribusi sebagai bahan pertimbangan dan penambah wawasan dalam menyikapi perkembangan serta kelayakan permainan tradisional lato – lato di Indonesia.

Downloads

Published

2024-04-30

Issue

Section

##section.default.title##