School of Asia Pacific Management, Ritsumeikan Asia Pacific University Beppu, Japan.
1. Ringkasan (summary)
Dalam jurnal ini dibahas mengenai identifikasi sentiment dari twitter tentang pariwisata dan
Thailand selama awal 2010 dan analisa ini nantinya bisa menjelaskan lingkungan pariwisata di
Phuket.
Analisis ini dapat diukur melalui rangkuman, analisis kata kunci dan clustering. Metode
pengukuran sentiment dengan binary choice algorithm(algoritma pilihan biner). Berbagai
pendekatan berdasar pengetahuan digunakan yaitu Self-Organising Maps (SOM) selama
menentukan model kecendrungan sentiment. Dengan model pemvisualan untuk menunjukkan
konsep perbendaharaan kata kemudian dicari nilai maksimum dan minimum.
Pada kesimpulan terjawab bahwa data mining dapat diaplikasikan secara angka dan visual untuk
menentukan kecendrungan sosial pada media sosial seperti twitter.
3. Metodelogi penelitian
Jurnal ini mengambil data dari Twitter’s API sebanyak 70.570.000 komentar tweets atau sekitar
20,42 GB dari 30 Oktober 2009 sampai 21 Mei 2010. Data yang diambil berupa waktu, tanggal,
nama pengguna, pengikut, siapa yang diikuti, lokasi, dan tulisan komentar dengan kata kunci
‘Phuket’ atau ‘Bangkok’.
Dalam jurnal ini dipakai software Viscovery SOMiner. Viscovery SOMiner adalah aplikasi desktop
untuk mengekplorasi data mining, analisis visual cluster, profil statistic, segmentasi dan
klasifikasi berdasaarkan self-Orgnaizing maps(SOM) dan klasifikasi statistic dalam lingkungan
instuitive aliran kerja.
Isi latar belakang sudah sesuai dengan metodelogi penelitian karena sudah membahas teori
binary choice algorithm dan self-organizing maps(SOM) dengan multi-dimensional.