Analisis Sentimen Pada Buletin Menggunakan Algoritma DBScan

Asosiasi Perguruan Tinggi Informatika dan Ilmu Komputer (APTIKOM) mengembangkan media yang memuat informasi dan teknologi bentuk media online yaitu Buletin. Informasi yang disampaikan pada Buletin membahas mengenai big data, kemajuan teknologi dan lain – lain. Kalimat yang terkandung dalam Buletin dapat berupa kalimat positif, negatif maupun netral. Penggunaan kata dalam menyusun kalimat dapat memengaruhi informasi yang disampaikan. Oleh karena itu, penyusunan kalimat perlu diperhatikan agar dapat meminimalkan kesalahan maksud dan tujuan. Penyusunan kalimat dapat diawali dengan pemilihan kata, pengelompokkan kata, dan melakukan klasifikasi sentimen. Proses pemeriksaan dokumen dapat dilakukan dengan algoritme DBSCAN. Algoritme DBSCAN dapat melakukan clustering dalam menentukan noise yang terdapat di dalam dokumen. Penelitian magazine bertujuan melakukan pemeriksaan kata negatif, positif dan netral. Selain itu, bertujuan untuk melakukan pencarian intisari yang terdapat dalam dokumen. Tahapan diawali dengan proses TF IDF untuk klasifikasi dan DBSCAN untuk clustering. Selanjutnya, hasil yang diperoleh akan dievaluasi dengan Sum of Square Error (SSE) dan pemeriksaan ketepatan cluster meggunakan Silhouette. Hasil evaluasi dan pemeriksaan cluster menunjukkan akurasi nilai 88.6% dan ketepatan cluster dengan nilai 99.2% nilai diperoleh dari proses TF IDF dan clustering menggunakan DBSCAN.
Kata Kunci: Buletin, DBSCAN, Literasi, Text Mining