Penerapan Metode Doc-P untuk Deteksi Trending Topik Pemilihan Presiden Pada Twitter

Dalam era digitalisasi yang pesat dan perkembangan teknologi informasi, media sosial telah menjadi sumber utama informasi, termasuk mengenai pemilihan calon presiden di Indonesia. Platform seperti Twitter khususnya menjadi wadah bagi orang-orang untuk berbagi pandangan, opini, dan informasi secara real-time mengenai calon presiden, partai politik, dan isu terkait. Namun, melimpahnya informasi di media sosial, terutama dalam bentuk tweet di Twitter, menciptakan kesulitan bagi masyarakat dalam mengenali calon presiden yang tengah menjadi tren. Menemukan topik yang sedang populer menjadi tantangan penting dalam analisis data media sosial. Untuk mengatasi hal ini, penelitian ini memperkenalkan metode Doc-p yang menggunakan klasterisasi LSH (Locality Sensitive Hashing), cosine similarity, dan TF-IDF (Term Frequency-Inverse Document Frequency) untuk mengidentifikasi topik yang sedang trend di Twitter. Isu utama yang diatasi adalah kesulitan dalam mendeteksi secara manual topik tweet yang sedang populer terkait calon presiden. Tujuan dari penelitian ini adalah memudahkan masyarakat dalam mengenali calon presiden yang paling banyak dibicarakan di Twitter, sehingga membantu mereka menemukan tweet yang sedang viral tentang calon presiden. Teknik text mining digunakan dalam penelitian ini, dengan metode Doc-P sebagai salah satu komponennya. Berdasarkan penelitian, hasil klasterisasi tertinggi diperoleh dengan skor 98.0 untuk klaster 0. Secara keseluruhan, penelitian ini berhasil mengatasi tantangan dalam mengenali topik yang sedang tren terkait pemilihan presiden di Twitter. Dengan menerapkan metode Doc-p dan teknik text mining, tujuan penelitian ini adalah mendukung masyarakat dalam dengan mudah mengidentifikasi dan memahami calon presiden yang paling banyak dibicarakan melalui tweet yang sedang populer di media sosial.