Pemilian Akun Berpengaruh Pada Data Twitter Menggunakan Skyline Query Dalam Mapreduce Framework
View/ Open
Date
2016Author
Ramdani, Ahmad Luky
Djatna, Taufik
Sukoco, Heru
Metadata
Show full item recordAbstract
Twitter merupakan salah satu aplikasi jejaring dan media sosial yang sangat
populer di Indonesia. Twitter di Indonesia banyak digunakan sebagai media
penyebaran opini dan propaganda. Setiap pengguna Twitter menyampaikan opini
dan propaganda dengan batasan 140 karakter disebut dengan tweet. Tweet yang
berupa opini dan propaganda banyak ditemukan pada massa pemilihan umum dan
pemasaran suatu produk. Pada pemilihan umum propaganda dilakukan terkait
tokoh nasional atau calon pemimpin. Sedangkan pada bidang pemasaran
propaganda berhubungan dengan merek suatu produk. Teknik propaganda yang
menggunakan media sosial Twitter disebut dengan viral marketing.
Salah satu konsep yang digunakan untuk mengoptimalkan viral marketing
adalah pengetahuan akun berpengaruh. Akun berpengaruh merupakan akun pada
media sosial Twitter yang mampu mempengaruhi akun lain dalam penentuan
keputusan. Akun berpengaruh disebut juga opinion leader (OL). Fitur yang
digunakan untuk mengidentifikasi akun berpengaruh di antaranya adalah matriks
Twitter (MT) dan analisis isi tweet. MT merupakan matriks yang menyediakan
informasi tentang akun dan aktifitasnya dengan akun lain pada jejaring sosial
Twitter dalam nilai numerik. Sedangkan analisis isi tweet melihat pengaruh yang
ditimbulkan dari tweet yang disampaikan akun. Sentimen reply terhadap tweet yang
disampaikan akun dapat menunjukan pengaruh akun tersebut. Analisis isi tweet
yang digunakan adalah analisis sentimen.
Di sisi lain, penggunaan algoritme pembelajaran mesin pada mengidentifikasi
akun berpengaruh sangat tergantung pada variasi data. Data yang bebeda
memungkinkan ketidakakuratan dalam menentukan akun berpengaruh. Skyline
query merupakan algoritme untuk mendapatkan objek yang tidak didominasi objek
lain dalam suatu data. Sehingga algoritme tersebut tidak terpengaruhi oleh variasi
data. Oleh sebab itu, pada penelitian ini mencoba menggunakan fitur MT dan
analisis isi tweet untuk identifikasi dan pemilihan akun berpengaruh dengan skyline
query berbasis pada karakteristik OL. Karakteristik penting OL yang digunakan
adalah komunikasi eksternal, aksesibilitas dan inovasi. Pada Twitter nilai
karakteristik tersebut tidak terdapat langsung data Twitter. Di samping itu, data
Twitter terus meningkat dalam ukuran data. Pengolahan data Twitter untuk
mendapatkan nilai karakteristik tersebut tidak dapat dilakuakan dengan pendekatan
konvensional, seperti menggunakan satu komputer dan model pemrogrman
berorientasi objek. MapReduce framework dalam kelompok komputer merupakan
solusi masalah tersebut. Sehingga penelitian menggunakan MapReduce framework
untuk mengoptimalkan proses identifikasi dan pemilihan akun berpengaruh. Hasil
identifikasi dan pemilihan akun berpengaruh menunjukan bahwa penggunaan
MapReduce framework dapat mengoptimalkan waktu eksekusi proses identifikasi
dan pemilihan. Skyline query dapat menunjukan akun yang berperngaruh pada data.