Abdullah, Rifqi Fajri (2022) Analisis perubahan opini masyarakat terkait tren binary option dengan algoritma K-Means++. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (147kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (142kB) | Preview |
|
|
Text (DAFTAR ISI)
3_datarisi.pdf Download (85kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (303kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (260kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (309kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (142kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (213kB) | Request a copy |
Abstract
Aplikasi berbasis binary option sedang ramai dibicarakan di Indonesia, karena beberapa influencer yang mempromosikan aplikasi tersebut. Tetapi pemerintah menyebut aplikasi tersebut termasuk ke dalam perjudian yang membuat aplikasi tersebut menjadi ilegal. Beberapa influencer menjadi terkait dengan kasus binary option yang membuat masyarakat menjadi ramai memberikan pendapat mengenai binary option tersebut di media sosial. Penelitian ini bertujuan untuk mengetahui apakah algoritma K-Means++ dapat efektif apabila digunakan untuk mengklasterisasikan data teks perubahan opini masyarakat terkait binary option di Indonesia. mengembangan dalam penelitian ini menggunakan metode CRISP-DM dan untuk klasterisasi menggunakan algoritma K-Means++. Data yang digunakan pada penelitian ini adalah data yang diambil dari media sosial Twitter dari tanggal 1 Januari 2022 sampai 31 Maret 2022. Klasterisasi dengan algoritma K-Means++ mendapatkan hasil yang baik dengan mendapatkan nilai silhouette coefficient sebesar 0,681.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Binary Option; CRISP-DM; Klasterisasi; K-Means++; Twitter; |
Subjects: | Data Processing, Computer Science > Computer Performance Evaluation Applied mathematics > Programming Mathematics |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Rifqi Fajri Abdullah |
Date Deposited: | 16 Dec 2022 03:43 |
Last Modified: | 16 Dec 2022 03:43 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/61792 |
Actions (login required)
View Item |