Klasterisasi Komentar Bermuatan Pelanggaran Etika Digital terhadap Menteri ESDM pada Media Sosial X Menggunakan Metode K-Means
Keywords:
K-Means, Text Mining, Media Sosial X, Etika Digital, ClusteringAbstract
Media sosial X menjadi sarana masyarakat dalam menyampaikan opini terhadap tokoh publik, namun juga memunculkan komentar bermuatan pelanggaran etika digital seperti hinaan dan ujaran kebencian. Penelitian ini bertujuan untuk mengelompokkan komentar netizen terhadap Menteri ESDM menggunakan metode K-Means. Data diperoleh melalui proses scraping sebanyak 500 tweet. Tahapan penelitian meliputi preprocessing, pembobotan TF-IDF, dan clustering menggunakan K-Means. Hasil penelitian menunjukkan bahwa komentar berhasil dikelompokkan menjadi tiga cluster, yaitu komentar netral/kritik biasa, komentar hinaan atau kata kasar, dan komentar provokasi/ujaran kebencian. Metode K-Means mampu membantu analisis komentar bermuatan pelanggaran etika digital pada media sosial.
References
Difyah, S. M. Z. A., Winanto, E. A., & Jusia, P. A. (2025). Analisis Sentimen Persepsi Publik terhadap Tagar #KaburAjaDulu di Twitter Menggunakan Metode Lexicon-Based dengan Kamus InSet. Jurnal Processor, 20(2), 223–233.
Mauliza, R. N., & Sipayung, Y. R. (2024). Penerapan Text Mining Dalam Menganalisis Pendapat Masyarakat Terhadap Pemilu 2024 Pada Media Sosial X Menggunakan Metode Naive Bayes. Technomedia Journal, 9(1), 1–16. https://doi.org/10.33050/tmj.v9i1.2212
Larasati, A. Z. M., Winarsih, N. A. S., Rohman, M. S., & Saraswati, M. S. (2025). Penerapan Metode K-Means Clustering dalam Menganalisis Sentimen Masyarakat terhadap K-Popers pada Twitter. Progresif: Jurnal Ilmiah Komputer, 18(2), 201–210. https://databoks.katadata.co.id/
Pribadi, W. W., Yunus, A., & Wiguna, A. S. (2022). Perbandingan Metode K-Means Euclidean Distance Dan Manhattan Distance Pada Penentuan Zonasi Covid-19 Di Kabupaten Malang. JATI (Jurnal Mahasiswa Teknik Informatika), 6(2), 493–500. https://doi.org/10.36040/jati.v6i2.4808
Ramadhan, V. P., & Namung, G. M. (2023). Klasterisasi Komentar Cyberbullying Masyarakat di Instagram berdasarkan K-Means Clustering. J-Intech, 11(1), 32–39. https://doi.org/10.32664/j-intech.v11i1.846
Ramdhani, M. R. T., Budika, M. R. P., Santoso, M. V., Alfira, N., & Zahry, N. (2025). Analisis Sentimen Terhadap Komentar Negatif (Hate Speech) Di Twitter Dengan Algoritma K-Means Clustering Menggunakan Rapidminer. Journal of Information Technology and Informatics Engineering, 1(1), 57–61. https://journal.jci.co.id/jitie/id/article/view/139/24
Riadi, I., Fadlil, A., & Murni, M. (2023). Identifying Hate Speech in Tweets with Sentiment Analysis on Indonesian Twitter Utilizing Support Vector Machine Algorithm. Khazanah Informatika : Jurnal Ilmu Komputer Dan Informatika, 9(2), 179–191. https://doi.org/10.23917/khif.v9i2.22470
Siddiq, M. J., Jayasri, S., Suhendi, A., Hidayat, T., & Rizky, R. (2025). Analisis Sentimen Opini Masyarakat Terhadap Pilkada 2024 Di Media Sosial Twitter Menggunakan Algoritma Naïve Bayes. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2), 609–622. https://doi.org/10.23960/jitet.v13i2.6280
