Devyanti Dwipuspa Cahyani, 4111419020 (2023) Implementasi Algoritma Spectral Clustering pada K-Means Clustering untuk Pengelompokan Data Twitter Kebijakan Merdeka Belajar Kampus Merdeka. Under Graduates thesis, UNNES.

	PDF - Published Version Restricted to Repository staff only Download (521kB) | Request a copy
	PDF - Published Version Restricted to Repository staff only Download (7MB) | Request a copy
	PDF - Published Version Download (237kB)
	PDF - Published Version Download (223kB)
	PDF - Published Version Download (157kB)
	PDF - Published Version Restricted to Repository staff only Download (227kB) | Request a copy
	PDF - Published Version Restricted to Repository staff only Download (705kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengelompokkan data Twitter terkait kebijakan Merdeka Belajar Kampus Merdeka (MBKM) berdasarkan kesamaan topiknya menggunakan algoritma K-Means Clustering dan Spectral Clustering pada K-Means Clustering. MBKM adalah konsep mendapatkan kebebasan kemerdekaan belajar untuk menguasai berbagai ilmu pengetahuan sesuai dengan bidang keahliannya sehingga siap bersaing dalam dunia global. Pandangan masyarakat di media sosial Twitter dapat memberikan wawasan baru seperti mengidentifikasi topik MBKM dengan mengelompokkan berdasarkan kesamaan topiknya. Melakukan perbandingan algortima K-Means Clustering dan Spectral Clustering pada K-Means Clustering dengan validasi hasil cluster menggunakan Silhouette Coefficient dan Davies-Bouldin Index (DBI) sehingga diperoleh hasil cluster yang optimal sebanyak 8 cluster. Hasil penelitian menunjukkan bahwa algortima K-Means Clustering menghasilkan nilai silhouette coefficient 0.0123 dan DBI 5.8703 sedangkan algoritma Spectral Clustering pada K-Means Clustering menghasilkan nilai silhouette coefficient 0.6669 dan DBI 0.6115. Sehingga, algoritma Spectral Clustering pada K-Means Clustering lebih baik dibandingkan K-Means saja untuk mengelompokkan data Twitter terkait MBKM dengan topik yaitu: (1) waktu pengambilan program MBKM dalam semester kuliah, (2) pendaftaran dan partisipasi, (3) keluhan pengurusan KRS, (4) pertimbangan dalam pengambilan program MBKM seperti magang atau organisasi untuk persiapan kerja, (5) umpatan berupa keluhan dan kekesalan, (6) diskusi dan informasi program MBKM yang tersedia dan dapat diikuti, (7) pencairan uang saku yang mengalami keterlambatan, (8) konversi nilai dan SKS program kegiatan MBKM.

Actions (login required)

View Item