Sistem Informasi Manajemen Rumah Sakit: Sebuah Studi untuk Dikembangkan di Libya

MOHAMED ABDELMAJID, MOAMAR, Selo, S.T., M.T., M. Sc., Ph.D., Adhistya Erna Permanasari, S.T., M.T., Ph.D.

2015 | Tesis | S2 Teknik Elektro

Twitter memiliki dampak yang cukup besar bagi masyarakat Libya. Selama revolusi Libya sampai saat ini, twitter telah menjadi media interaksi sosial yang cukup populer untuk berbagai tujuan. Dalam penelitian ini dikembangkan aplikasi untuk menganalisa tweets atau data twitter yang diposkan oleh masyarakat Libya. hasil dari analisis adalah topic-topik pembicaraan yang dilakukan masyarakat Libya di twitter. Pengembangan aplikasi dilakukan menggunakan beberapa pustaka bebas, seperti Carrot2 Framework, Apache Lucene dan Twitter4J. Carrot2 Framework berguna untuk menghasilkan klaster-klaster topic, Apache Lucene berguna dalam proses pengindeksan dan proses penemuan tweets, sedangkan Twitter4J berguna dalam pengaksesan tweets secara online. Alasan pemilihan Carrot2 Framework dan Apache Lucene adalah karena keduanya mendukung pemrosesan teks dalam bahasa maupun tulisan Arab, di mana sebagian besar masyarakat Libya menulis dan berbicara dalam bahasa Arab. Berdasarkan hasil pengujian relevansi topic yang dihasilkan didapatkan tingkat relevansinya adalah 93,91%. Level akuras ini dapat dikatakan cukup baik. System mampu menghasilkan topic yang cukup relevan dalam menganalisa tweets. Namun, untuk hasil yang lebih baik perlu dilakukan perbaikan, khususnya pada tahap pra pemrosesan, sehingga kata-kata yang tergolong sebagai stopword tidak ikut diproses dalam analisa. Sebagaimana sudah dijelaskan bahwa beberapa topic yang dihasilkan merupakan kata-kata yang seharusnya tidak diproses dalam analisa. Kata-kata ini termasuk di antaranya nama profil dan kata-kata yang termasuk sebagai stopword.

Twitter has large impact for the people of Libya. During the revolution in Libya until today, twitter has become social interaction media that are quite popular for a variety of interests. In this study we have developed an application for analyzing tweets or twitter data posted by the Libyan. The results of the analysis are topics of conversation conducted by the Libyan people on twitter. Application development built by using some free libraries, such as Carrot2 Framework, Apache Lucene and Twitter4J. Carrot2 Framework useful to produce topical clusters of tweets, Apache Lucene useful in the process of indexing tweets and tweets retrieval process, while Twitter4J useful in accessing tweets from Twitter online. The reason that the underlying the selection of Carrot2 Framework and Apache Lucene was that both of them are supports the processing of language and text in Arabic script, in which the majority of the Libyan people write and speak Arabic. Based on the test results of the relevance of the topics that generated the results obtained 93.91%. This level of accuracy can be quite good. The system was able to produce enough topics that are relevant in analyzing tweets. However, for better results certainly necessary system improvements, especially in the preprocessing stage, so that the words are included as stopword is not processed in the analysis. As already explained in the previous section, that some of the topics that are actually produced terms that should not be processed in the analysis of tweets. These terms include a profile name and words are included as a stopword.

Kata Kunci : Topical Cluster, Carrot2 Framework, Apache Lucene, Twitter4J