BAB I PENDAHULUAN. diwilayah jawa timur. Dengan jumlah penduduk pada tahun 2010 sebanyak

Ukuran: px

Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN. diwilayah jawa timur. Dengan jumlah penduduk pada tahun 2010 sebanyak"

Suryadi Hardja
6 tahun lalu
Tontonan:

1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Malang merupakan kota metropolitan ke dua dari kota surabaya yang ada diwilayah jawa timur. Dengan jumlah penduduk pada tahun 2010 sebanyak jiwa, dengan tingkat pertumbuhan 3,9% per tahun. Belum lagi ditambah para pelajar yang datang dari berbagi daerah di indonesia untuk melanjutkan pendidikan ke jenjang yang lebih tinggi dan malang tidak hanya terkenal sebagai kota pelajar malang juga memiliki potensi tempat pariwisata yang cukup banyak sehingga mengundang banyak pengunjung. Dengan banyaknya penduduk yang berada dikota malang ini maka akan memberikan dampak pada kemacetan lalulintas karena mereka menggunakan alat transportasi untuk beraktifitas ke tempat kerjanya. Kemacetan merupakan suatu kondisi padatnya suatu tempat dikarenakan banyak sekali kendaraan yang melewati jalan tersebut, mulai dari alat transportasi umum maupun alat transportasi pribadi dalam bentuk roda dua dan roda empat. Upaya yang dilakukan untuk menghindari dan menangani kemacetan ini yaitu dengan dibangunya traffic light untuk mengatur proses penggunaan jalan. Namun usaha ini tidak begitu efektif dikarenakan banyaknya kendaraan yang ada. Twitter merupakan suatu layanan microbloging yang banyak dipakai ahir-ahir ini. Twitter adalah jejaring social online yang digunakan oleh jutaan orang didunia yang salng terhubung dengan teman-temanya, anggota keluarga, dan rekan kerjanya menggunakan perangkat computer dan telepon genggam [1]. Twitter menyediakan 1

2 banyak kumpulan tweet dengan banyak sekali variasi penulisan kata didalamnya. Banyak sekali kata-kata yang jarang ditemui dalam bahasa Indonesia baku, seperti singkatan kata, bahasa gaul dan karakter-karakter yang tidak bermakna, hal tersebut menjadi kendala dalam penentuan event detection sehingga perlu dilakukan pemrosesan awal terlebih dahulu untuk mengurangi noise sehingga informasi yang didapat dari kumpulan tweet merupakan informasi yang bermanfaat. Event merupakan sebuah klasifikasi percabangan untuk mendeteksi pada suatu space/time region [1]. untuk mengetahui kemacetan dapat diperoleh melalui media ini karena pengguna jalan raya yang telah men-tweet akan memberikan informasi bahwa ditempat ini sedang terjadinya kemacetan. Namun pengguna twitter tidak akan melakukan tweet lagi dengan rentang waktu yang cukup lama, mereka hanya melakukan satu kali tweet untuk satu tempat terjadinya kemacetan dan oleh karena sesorang tidak perlu mencari dimana tempat terjadinya kemacetan pada twitter mereka cukup menggunakan satu alat yang menyediakan informasi secara cepat akurat. Penelitian ini melakukan analisa tweet dengan keyword lokasi untuk diproses lebih lanjut sehingga menghasilkan informasi yang bermanfaat dan dapat digunakan sebaik-baiknya. Misalnya mengetahui tempat terjadinya kemacetan yang umum terjadi pada titik atau tempat tertentu. Metode yang dipakai dalam penelitian ini, yaitu density-based clustering dengan algoritma DBSCAN [5]. Density-based clustering akan melakukan clustering berdasarkan tingkat kepadatan dari suatu kumpulan data. Karakteristik dari density-based clustering sangat cocok digunakan untuk menemukan adanya event dari suatu kumpulan data tanpa terbatas beberapa event yang ingin dideteksi. Selain itu, DBSCAN sangat cocok di gunakan pada data yang memiliki banyak noise. Kemacetan ini dijadikan sebagai objek penelitian karena 2

3 merupakan suatu kejadian yang sering terjadi yang tidak diinginkan ketika terburuburu untuk bepergian ketempat tujuan. Oleh karena itu, penulis tertarik melakukan penelitian tentang event detection tweet tempat terjadinya macet di kota malang pada microblogging Twitter Rumusan Masalah Adapun masalah-masalah yang akan diselesaikan dalam Tugas Akhir ini adalah sebagai berikut : 1) Bagaimana melakukan pengelompokan entitas pada tweet dengan Named Entity Recognition? 2) Bagaimana melakukan pengambilan informasi dari setiap event berdasarkan kumpulan tweet yang terbentuk sehinggan dapat menyimpulkan dimana lokasi adanya event kemacetan?. 3) Bagaimana algoritma DBSCAN dapat membantu mendeteksi adanya event kemacetan melalui Twitter? 1.3. Batasan Masalah Batasan masalah pada penulisan Tugas Akhir ini adalah sebagai berikut: 1) Twitter digunakan sebagi sumber data penelitian. 2) Kemacetan yang dideteksi dalam penelitian ini difokuskan pada kemacetan lalulintas pada wilayah kota malang (arah Karang Ploso, Pasar Lama Lawang). 3) Data tweet yang diambil tidak real time, melainkan hasil pengumpulan dalam jangka waktu tertentu (January sampai november 2013) @PuspitaFM). 3

4 4) Data yang digunakan merupakan kumpulan sinonom yang dibuat secara manual berdasarkan data tweet yang ada berdasarkan asumsi yang sering muncul Tujuan dan Manfaat Tujuan dari penelitian ini yang akan dilakukan yaitu untuk dapat mendeteksi adanya kemacetan dikota malang berdasarkan tweet pada Twitter dengan metode density-based clustering menggunakan algoritma DBSCAN Metode Penelitian. Pendekatan yang dilakukan dalam penelitian ini adalah dengan pendekatan eksperimen yang telah dikelompokkan sebagai berikut : 1. Studi pustaka dan pengumpulan data Studi pustaka merupakan tahapan untuk memahami konsep dari pembangunan sistem yaitu mengenai ekstraksi, pengklasifikasian informasi, dengan merujuk pada landasan named entity recognition sebagai tahap awal, serta mempelajari mining data dengan mengoptimalkan metode density-based clustering serta algoritma DBSCAN yang dipelajari dari beberapa referensi seperti jurnal, buku, serta internet sebagai penujang lainya. 2. Proses ekstraksi dan klasterisasi informasi Tahap ini merupakan tahap untuk melakukan proses ekstraksi informasi yang menggunakan named entity recognition pada tweet, serta melakukan klasifikasi informasi yang telah di ekstrasi menggunkan metode density-based clustering dengan metode algoritma DBSCAN untuk memperoleh infomasi yang lebih akurat. 4

5 3. Mengimplementasikan aplikasi desktop pada bahasa pemrograman Pada tahap ini merupakan tahap mengimplementasikan terhadap perangkat yang telah tersedia mengunakan bahasa pemrograman java, dan menggunakan database Myql. Sehingga dapat membentuk sebuah kesatuan aplikasi sistem infomasi kemacetan. 4. Pengujian Terhadap Sistem Pada tahap ini merupakan tahap untuk melakukan pengujian terhadap sistem dengan meggunakan kalimat opini yang diinputkan oleh user apakah memberikan hasil klasifikasi yang sesuai. 5. Pembuatan Laporan Pada tahap ini akan disusun buku untuk melakukan dokumentasi dari pengerjaan tugas akhir. Dokumentasi tersebut bertujuan untuk mempermudah pengembangan aplikasi untuk kedepanya Definisi Operasional a. Eps adalah parameter untuk algoritma DBSCAN yang digunakan untuk menentukan radius dari hasil cluster. b. MinPts adalah parameter input untuk algoritma DBSCAN yang digunakan untuk menentukan nilai minimum point suatu cluster didalam ra dius Eps. c. Noise adalah data yang tidak masuk dalam cluster apapun. Noise dalam algoritma DBSCAN merupakan titik yang memiliki kepadatan rendah sehingga jarak poiny tersebut terhadap point lain jauh. 5

6 d. Tweet merupakan pesan yang ditulis pada Twitter. e. Clustering adalah proses pengelompokkan kumpulan data ke dalam kelompok-kelompok yang memilki kemiripan. f. Event detection adalah proses identifikasi adanya suatu event. g. Named entity recognition adalah teknik pengenalan entitas dari data teks untuk mengenali informasi seperti nama, lokasi, waktu, nilai, organisasi Sistematika Penulisan Dalam menulis skripsi berikut ini merupakan sistematika penulisanya. BAB I PENDAHULUAN Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat, metode penelitian, definisi operasional dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini berisi tentang teori-teori dan konsep algoritma yang digunkan dalam penelitian. BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini berisi tentang bentuk perancangan kebutuhan dan model sistem yang akan dibangun dalam penelitian. BAB IV IMPLEMENTASI DAN PENGUJIAN 6

7 Bab ini berisi tentang implementasi dari sistem yang telah dibangun dan melakukan pengujian serta hasil eveluasi dari penggunaan algorima yang telah digunakan dalam penelitian. BAB V KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan dari keseluruhan penelitian yang telah dilakukan, serta saran dari penulis untuk kegiatan penelitian selanjutnya terkait dengan topic yang sedang dibahas. 7

dokumen-dokumen yang mirip

BAB I PENDAHULUAN 1.1. Latar Belakang Rendy, 2013

BAB I PENDAHULUAN 1.1. Latar Belakang Twitter merupakan sebuah situs microblogging yang populer dibandingkan dengan situs microblogging lainnya. Hal ini terlihat dari jumlah pengguna Twitter yang mencapai