UnmulUnmul

Jurnal Rekayasa Teknologi Informasi (JURTI)Jurnal Rekayasa Teknologi Informasi (JURTI)

Perkembangan platform microblogging menghasilkan volume data yang sangat besar, menimbulkan tantangan dalam memahami pola interaksi pengguna secara efektif. Penelitian ini penting dilakukan untuk mengidentifikasi dinamika sosial dan tren topik melalui analisis big data dan visualisasi interaktif. Tujuan dari penelitian ini adalah mengembangkan metode eksplorasi pola interaksi pengguna dengan memanfaatkan teknik pengolahan data besar dan visualisasi yang interaktif. Metode yang digunakan meliputi pengumpulan data dari platform microblogging, analisis menggunakan algoritma clustering dan analisis jaringan, serta penyajian data melalui visualisasi dinamis. Hasil penelitian menunjukkan bahwa visualisasi interaktif mampu mempercepat pemahaman pola sosial dan tren informasi dalam data besar, serta memfasilitasi pengambilan keputusan yang lebih akurat. Kesimpulan ini menegaskan pentingnya penerapan big data dan visualisasi dalam memahami dinamika pengguna microblogging, serta memberikan kontribusi signifikan terhadap pengembangan sistem analisis sosial berbasis teknologi tersebut.

Penelitian ini membuktikan bahwa pendekatan berbasis big data dan visualisasi interaktif mampu memberikan pemahaman dan sejumlah insight yang mendalam terhadap pola interaksi pengguna di platform microblogging Twitter.Insight tersebut mencakup informasi mengenai waktu-waktu ketika pengguna paling aktif menggunakan Twitter, serta faktor-faktor yang menyebabkan sebuah maskapai mendapatkan sentimen negatif dari pengguna dan lain-lain.Penggunaan model Latent Dirichlet Allocation (LDA), telah berhasil mengidentifikasi lima topik utama percakapan publik yang mencerminkan dinamika sosial digital.Analisis temporal menunjukkan bahwa interaksi pengguna memiliki pola waktu tertentu, dengan puncak aktivitas terjadi pada pagi dan siang hari.Hal ini sangat berguna bagi pelaku industri komunikasi digital dan pemasaran untuk menentukan waktu yang tepat dalam menyampaikan pesan atau kampanye.Visualisasi interaktif yang dibangun juga terbukti efektif dalam menyederhanakan kompleksitas data besar menjadi bentuk representasi yang mudah dipahami dan ditelusuri oleh pengguna.Kelebihan dari pendekatan ini adalah kemampuannya dalam mengolah data berukuran besar secara efisien, serta menyajikan hasil dalam bentuk visual yang informatif.Sistem ini juga fleksibel untuk dikembangkan lebih lanjut dengan berbagai jenis data sosial lainnya.

Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dikemukakan. Pertama, penelitian dapat mengembangkan pendekatan real-time processing untuk menangani data microblogging yang terus bertambah secara dinamis, dengan memanfaatkan layanan cloud seperti AWS atau Google Cloud yang lebih skalabel. Kedua, penggunaan teknologi deep learning, seperti model Transformer atau LSTM, dapat dieksplorasi untuk meningkatkan akurasi analisis konteks bahasa dalam tweet, terutama untuk teks informal yang kompleks. Ketiga, penelitian dapat diperluas untuk mengevaluasi pola interaksi pengguna di platform media sosial lainnya, seperti Instagram atau Facebook, untuk membandingkan efektivitas metode big data dan visualisasi interaktif dalam konteks yang berbeda. Saran-saran ini bertujuan untuk memperkaya pemahaman tentang dinamika sosial digital dan meningkatkan kemampuan sistem analisis berbasis teknologi.

Read online
File size456.93 KB
Pages10
DMCAReport

Related /

ads-block-test