Publisher

UMIUMI

Journal TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi AkuntansiTAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Abstract

Pesan menfess di Telegram merupakan bentuk komunikasi anonim yang menghasilkan data teks informal dalam jumlah besar dengan karakteristik kebahasaan berupa slang, singkatan, dan variasi ejaan, sehingga menimbulkan tantangan dalam analisis teks secara komputasional. Penelitian ini membandingkan kinerja K-Means dan DBSCAN dalam clustering teks pesan menfess menggunakan Sentence-BERT embedding melalui model paraphrase-multilingual-MiniLM-L12-v2 serta menganalisis pengaruh panjang teks terhadap kualitas cluster. Dataset dibagi ke dalam tiga skenario berdasarkan panjang teks: teks pendek (0–20 kata), menengah (55–128 kata), dan panjang (129–283 kata), yang diperoleh melalui clustering pada word_count. Evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index. Pada skenario pendek, K-Means memperoleh Silhouette Score 0,0804 dan Davies-Bouldin Index 3,8451, sedangkan DBSCAN menghasilkan 2 cluster dengan 0,3186, 1,3714, dan noise rate 71,60%. Pada skenario menengah, K-Means memperoleh 0,1403 dan 3,6490, sedangkan DBSCAN menghasilkan 1 cluster dengan 0,0450, 3,3405, dan noise rate 74,60%. Pada skenario panjang, K-Means memperoleh 0,0593 dan 3,4552, sedangkan DBSCAN menghasilkan 2 cluster dengan 0,5492, 1,1069, dan noise rate 79,67%. Hasil menunjukkan bahwa DBSCAN unggul pada teks pendek dan panjang berdasarkan metrik evaluasi, namun menghasilkan noise yang sangat tinggi di seluruh skenario, sedangkan K-Means menunjukkan performa yang lebih stabil dengan berhasil mengelompokkan seluruh data tanpa noise pada setiap skenario.

Conclusion

Penelitian ini membandingkan K-Means dan DBSCAN untuk clustering teks pesan menfess di Telegram menggunakan Sentence-BERT embedding pada tiga skenario panjang teks.Hasil menunjukkan bahwa pada skenario pendek, DBSCAN menghasilkan Silhouette Score 0,3186 dan DBI 1,3714 (noise rate 71,60%), lebih baik dibandingkan K-Means dengan 0,0804 dan 3,8451.3,6490) mengungguli DBSCAN yang hanya membentuk 1 cluster dengan noise rate 74,60%.Pada skenario panjang, DBSCAN mencapai hasil terbaik (Silhouette 0,5492.DBI 1,1069) namun dengan noise rate 79,67%.K-Means lebih efektif untuk pengelompokan data secara menyeluruh di seluruh skenario, sedangkan DBSCAN unggul secara metrik pada teks pendek dan panjang namun menghasilkan proporsi noise yang sangat tinggi.

Future Research

Penelitian lanjutan dapat mengkaji penggunaan model embedding berbasis bahasa Indonesia seperti IndoBERT untuk meningkatkan akurasi representasi makna teks. Selain itu, eksplorasi algoritma clustering adaptif seperti HDBSCAN untuk mengurangi sensitivitas terhadap parameter dan meningkatkan deteksi noise. Terakhir, pengintegrasian teknik reduksi dimensi (misalnya UMAP) dengan metode clustering untuk meningkatkan efisiensi dan kualitas pengelompokan data teks yang kompleks.

References

1. SLANG LANGUAGE IN SOCIAL MEDIA X (TWITTER) | Journal of English Language Teaching, Literatures, Applied... doi.org/10.69820/jeltlal.v2i1.125SLANG LANGUAGE IN SOCIAL MEDIA X TWITTER Journal of English Language Teaching Literatures Applied doi 10 69820 jeltlal v2i1 125
2. Perbandingan Metode K-Means dan DBSCAN untuk Clustering Teks Pesan Menfess di Telegram | TAMIKA: Jurnal... ejurnal.methodist.ac.id/index.php/tamika/article/view/5660Perbandingan Metode K Means dan DBSCAN untuk Clustering Teks Pesan Menfess di Telegram TAMIKA Jurnal ejurnal methodist ac index php tamika article view 5660
3. Komunikasi Hyperpersonal dalam Chatting Anonim Pengguna Bot Anonymous Chat di Telegram | JIIP - Jurnal... doi.org/10.54371/jiip.v6i11.3182Komunikasi Hyperpersonal dalam Chatting Anonim Pengguna Bot Anonymous Chat di Telegram JIIP Jurnal doi 10 54371 jiip v6i11 3182

Metadata

File size	702.7 KB
Pages	10
DMCA	Report