Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Event Detection Pada Microblogging Twitter Dengan Metode Denclue Untuk Pemetaan Lokasi Bencana Longsor
Muhammad Hanif Awalludin NIM. (2018) | Skripsi | Teknik Informatika , Teknik Informatika , Teknik Informatika
Bagikan
Ringkasan
Proses untuk mengidentifikasi kejadian berdasarkan kebutuhan dikenal dengan istilah event detection. Salah satu cara masyarakat berbagi informasi ialah dengan menggunakan media sosial twitter. Isi twitter sering mengandung suatu kejadian dan salah satunya adalah bencana longsor, karena berdampak merugikan masyarakat apabila tidak ditanggulangi secara cepat. Hal tersebut yang mendasari proses event detection harus dilakukan secara real-time melalui media sosial twitter. Pendekatan event detection bencana longsor dari media twitter dapat memanfaatkan metode clustering DENCLUE. Dengan menggunakan metode clustering, data yang mengandung topik ÃâlongsorÃâ dapat dikelompokkan berdasarkan tingkat kepadatan atau kemiripan yang tinggi. Metode DENCLUE menggunakan dua parameter yaitu radius (𝜎) suatu anggota dengan anggota yang lain dan minimal points (𝜉) yang memberikan batasan minimum anggota dalam suatu cluster. Hasil cluster yang dihasilkan metode DENCLUE akan mempresentasikan suatu event dan hasil cluster dapat dimanfaatkan untuk mendeteksi lokasi kejadian bencana longsor menggunakan NER rule-based. Pemetaan dapat dilakukan terhadap lokasi yang terdeteksi oleh NER rule-based dengan memanfaatkan Google Maps API. Pengujian cluster DENCLUE dilakukan menggunakan silhoutte coefficient dengan menggunakan nilai 𝜎 dan 𝜉 yang beragam. Penggunaan metode DENCLUE memberikan hasil yang sangat baik, terbukti dengan berbagai percobaan pengujian didapatkan hasil nilai yang bernilai 1 dari data sebanyak 71 tweet dengan jumlah kejadian sebanyak 8 event.
Ringkasan Alternatif
Need-based incidents identification process are known by the term event detection. Social media twitter is a means of information sharing within the comunity. One of the contents of twitter is the landslide, which has adverse impact on the community if it is not prevented immediately. Therefore, real-time event detection via media social must be done. The approach of landslide event detection on twitter media uses the advantage of Clustering DENCLUE method. By using the clustering method, the data containing lanslide topic can be grouped by the level of density or high similarity. DENCLUE method uses two parameters, the radius (σ) of a member towards the other member and minimum points (ξ) which gives the minimum limits of members in one cluster. The result of cluster generated by DENCLUE method indicates an event resulting from cluster that can be used to detect the location of landslide incident using NER rule-based. Mapping can be done to the location detected by NER rule-based using Google Maps API. The testing of cluster DENCLUE are conducted by means of silhouette coefficient using variety of (σ) and (ξ) values. The use of the DENCLUE method gives very good results, proven by variety of tests and experiments with an obtained result of score 1 from 71 tweets with the number of 8 occurrences.