Analysis of Marketplace Conversation Trends on Twitter Platform Using K-Means

Ulil Amri Nasron,Muhammad Habibi

doi:10.28989/compiler.v9i1.579

Abstract

Businesses began to shift from the marketing process that used to use conventional media to switch to using the internet and social media. This is because the cost of marketing using the internet and social media is cheaper than using conventional media. The problem that is often faced by businesspeople when marketing on social media is that they rarely see a marketplace that is becoming a trend and is being discussed by consumers on social media, so the marketing process is carried out less than the maximum. This study aims to analyze conversation trends related to the marketplace on the Twitter platform. The method used in this study is the K-Means Clustering method. Based on the results of the study found that the application of the K-Means Clustering method can produce sufficient information as a basis for consideration of businesspeople in choosing a marketplace. Marketplace trend analysis results show that Shopee, Lazada, and Tokopedia are highly discussed marketplaces on Twitter.

Highlights

Analisis tren adalah suatu analisis yang menggambarkan atau menunjukkan perubahan rata-rata suatu variabel tertentu dari waktu ke waktu
This study aims to analyze conversation trends related to the marketplace on the social media platform Twitter
In PROSIDING SEMINAR NASIONAL MULTI DISIPLIN ILMU&CALL FOR PAPERS UNISBANK (SENDI_U) (pp. 978–979)

Summary

Latar Belakang

Analisis tren adalah suatu analisis yang menggambarkan atau menunjukkan perubahan rata-rata suatu variabel tertentu dari waktu ke waktu. Berdasarkan observasi, terdapat beberapa pelaku bisnis yang mengalami kesulitan dalam menentukan pemilihan marketplace saat mereka mulai beralih dari proses penjualan dengan cara konvesional ke proses penjualan melalui media sosial dan internet. Analisis tren di dalam media sosial Twitter menjadi penting bagi pelaku bisnis untuk mengetahui pola kencenderungan konsumen terhadap produk barang atau jasa yang dimiliki. TF-IDF (Term frequency- Inverse Document Frequency) merupakan metric yang umum digunakan dalam proses kategorisasi teks [11]. Preprocessing Text preprocessing merupakan tahapan awal dari Text Mining, tahap ini meliputi proses untuk mempersiapkan data tekstual yang akan digunakan agar dapat diproses pada tahapan berikutnya [13]. Tahapan ini melakukan pencarian nilai Term frequency (TF) dan IDF (Inverse Document Frequency) pada data text yang sudah dikumpulkan. Pada tahap ini digunakan K-Means untuk mengklasterisasi data twitter terkait marketplace.

Analisis dan Pembahasan

Kesimpulan