IMPLEMENTASI METODE DBSCAN UNTUK CLUSTERISASI ULASAN PADA APLIKASI DIGITALENT

Abstract

Aplikasi Digitalent memiliki fitur yang bermanfaat Namun, dengan berkembangnya penggunaan aplikasi Digitalent, dan meningkatnya jumlah pengguna, ulasan yang diberikan semakin bertambah, menghasilkan kumpulan data yang besar dan tidak terstruktur. Data ulasan ini tentunya mengandung berbagai opini yang berharga, namun untuk menganalisisnya secara efektif diperlukan metode yang mampu menangani kepadatan data dan variasi bahasa pengguna. Penelitian ini bertujuan menganalisis data ulasan yang diperoleh dari Google Playstore sebagai dasar identifikasi pola dan karakteristik kelompok ulasan. Dengan menggunakan metode DBSCAN dapat melakukan clustering dalam menentukan noise yang terdapat di dalam dokumen. Berdasarkan hasil dari penelitian ini berupa data dari ulasan. Penelitian ini berhasil mengelompokkan 110 ulasan ke dalam 6 klaster. Dari hasil analisis, kata yang paling sering muncul pada klaster tersebut adalah "mantap" dengan frekuensi sebanyak 10 kali, diikuti oleh kata "bagus" yang muncul sebanyak 8 kali kata. Berdasarkan hasil pengujian yang dilakukan mendapatkan nilai silhouette coefficient terbaik yaitu 0.3190 pada nilai epsilon 0.5, minpts 5.