---

🟢 1. Pengantar Text Mining dan Web Mining

8

📌 Apa Itu Text Mining?

Text Mining adalah proses menggali informasi, pola, dan pengetahuan dari data berbentuk teks menggunakan teknik Data Mining, Natural Language Processing (NLP), dan Machine Learning.

---

📌 Apa Itu Web Mining?

Web Mining adalah proses استخراج (penggalian) data dan informasi dari web atau internet untuk menemukan pola, tren, dan pengetahuan yang berguna.

---

📊 Perbedaan Text Mining dan Web Mining

Text Mining	Web Mining
Fokus pada teks	Fokus pada data web
Analisis dokumen	Analisis aktivitas internet
NLP	Web analytics

---

🎯 Tujuan Text Mining dan Web Mining

<div style=”background:#eff6ff;padding:20px;border-radius:12px;border-left:5px solid #2563eb;”>

Tujuan Utama:

• Menemukan informasi penting
• Menganalisis opini pengguna
• Menggali pola perilaku pengguna internet
• Mendukung pengambilan keputusan
• Membantu sistem rekomendasi

</div>

---

🟢 2. Konsep Dasar Text Mining

7

📊 Workflow Text Mining

Text Data
    ↓
Preprocessing
    ↓
Feature Extraction
    ↓
Mining Process
    ↓
Knowledge Discovery

---

📌 Penjelasan

Tahapan	Fungsi
Text Data	Sumber teks
Preprocessing	Membersihkan teks
Feature Extraction	Mengubah teks menjadi data
Mining	Analisis pola
Knowledge	Informasi baru

---

🟢 3. Sumber Data Text Mining

8

📊 Sumber Data Teks

Sumber	Contoh
Media Sosial	Twitter, Facebook
Website	Artikel berita
E-Commerce	Review produk
Email	Analisis spam
Dokumen	PDF, Word

---

🟢 Contoh Penerapan

• Analisis sentimen Twitter
• Deteksi spam email
• Analisis review pelanggan

---

🟢 4. Tahapan Text Preprocessing

7

📌 Pengertian

Text preprocessing adalah proses membersihkan dan menyiapkan teks sebelum dianalisis.

---

📊 Tahapan Preprocessing

Tahapan	Penjelasan
Case Folding	Huruf kecil semua
Tokenization	Memecah kata
Stopword Removal	Menghapus kata umum
Stemming	Mengubah ke kata dasar

---

🟢 Contoh

Kalimat:

"Saya Sedang Belajar Data Mining"

---

📌 Case Folding

Hasil:

"saya sedang belajar data mining"

---

📌 Tokenization

Hasil:

["saya","sedang","belajar","data","mining"]

---

📌 Stopword Removal

Hasil:

["belajar","data","mining"]

---

🟢 5. Feature Extraction

6

📌 Pengertian

Feature Extraction mengubah teks menjadi bentuk numerik agar dapat diproses komputer.

---

🟢 Teknik Feature Extraction

Teknik	Penjelasan
Bag of Words	Frekuensi kata
TF-IDF	Bobot kata
Word Embedding	Representasi vektor

---

🟢 Bag of Words

Menghitung jumlah kemunculan kata.

---

📊 Contoh Bag of Words

Kata	Frekuensi
Data	5
Mining	3
Analisis	2

---

🟢 TF-IDF

📌 Pengertian

TF-IDF digunakan untuk mengukur pentingnya suatu kata.

---

📊 Rumus TF-IDF

$TF\text{-}IDF=TF\times IDF$TF-IDF=TF×IDF

---

🟢 6. Text Classification

6

📌 Pengertian

Text Classification digunakan untuk mengelompokkan teks ke kategori tertentu.

---

📊 Contoh

Teks	Kategori
Promo diskon besar	Spam
Jadwal kuliah	Non-Spam

---

🟢 Algoritma Text Classification

Algoritma	Fungsi
Naive Bayes	Klasifikasi teks
SVM	Analisis teks
Decision Tree	Prediksi kategori

---

🟢 7. Sentiment Analysis

7

📌 Pengertian

Sentiment Analysis digunakan untuk mengetahui opini atau sentimen pengguna.

---

📊 Jenis Sentimen

Sentimen	Contoh
Positif	Produk bagus
Negatif	Pelayanan buruk
Netral	Produk tersedia

---

🟢 Contoh Penerapan

• Analisis review Shopee
• Analisis komentar YouTube
• Analisis opini publik

---

🟢 8. Topic Modeling

8

📌 Pengertian

Topic Modeling digunakan untuk menemukan topik utama dalam kumpulan dokumen.

---

🟢 Algoritma Topic Modeling

Algoritma	Penjelasan
LDA	Latent Dirichlet Allocation
NMF	Non-negative Matrix Factorization

---

📊 Contoh

Kumpulan berita:

• politik,
• olahraga,
• ekonomi,
• teknologi.

---

🟢 9. Pengantar Web Mining

6

📌 Pengertian

Web Mining adalah proses analisis data dari internet dan website.

---

📊 Sumber Data Web

Sumber	Contoh
Website	Artikel
Log Server	Aktivitas pengguna
Media Sosial	Interaksi pengguna
E-Commerce	Data transaksi

---

🟢 10. Jenis Web Mining

6

📊 Jenis Web Mining

Jenis	Penjelasan
Web Content Mining	Analisis isi web
Web Structure Mining	Analisis struktur link
Web Usage Mining	Analisis aktivitas pengguna

---

🟢 Web Content Mining

Menganalisis:

• teks,
• gambar,
• video,
• dokumen website.

---

🟢 Web Structure Mining

Menganalisis hubungan hyperlink antar halaman.

---

🟢 Web Usage Mining

Menganalisis perilaku pengguna website.

---

🟢 11. Web Crawling dan Scraping

7

📌 Web Crawling

Crawler menjelajahi halaman web otomatis.

---

🟢 Web Scraping

Mengambil data dari website secara otomatis.

---

📊 Workflow Web Scraping

Website
   ↓
Crawler/Scraper
   ↓
Data Extraction
   ↓
Database

---

🟢 Contoh Penerapan

• Harga produk e-commerce
• Data berita online
• Analisis media sosial

---

🟢 12. Search Engine dan Web Mining

7

📌 Hubungan dengan Search Engine

Search engine menggunakan:

• crawling,
• indexing,
• ranking,
• dan web mining.

---

📊 Tahapan Search Engine

Tahapan	Fungsi
Crawling	Menjelajahi web
Indexing	Menyimpan data
Ranking	Menentukan hasil pencarian

---

🟢 13. Tutorial Text Mining Menggunakan Python

8

📥 Langkah 1 — Import Library

import pandas as pd

---

📂 Langkah 2 — Import NLP Library

from sklearn.feature_extraction.text import TfidfVectorizer

---

📊 Langkah 3 — Dataset Teks

text = ["data mining sangat menarik"]

---

⚙️ Langkah 4 — TF-IDF

vectorizer = TfidfVectorizer()

---

📈 Langkah 5 — Transformasi

X = vectorizer.fit_transform(text)

---

🟢 14. Tutorial Web Scraping Menggunakan Python

7

📥 Langkah 1 — Install Library

pip install beautifulsoup4

---

📂 Langkah 2 — Import Library

from bs4 import BeautifulSoup

---

📊 Langkah 3 — Membaca HTML

soup = BeautifulSoup(html, 'html.parser')

---

📈 Langkah 4 — Mengambil Judul

title = soup.title.text

---

🟢 15. Studi Kasus

7

📌 Kasus Analisis Review Produk

Dataset:

• Review Shopee
• Komentar pelanggan

---

📊 Tujuan

Mengetahui:

• kepuasan pelanggan,
• sentimen positif,
• dan kritik pelanggan.

---

📈 Hasil

Sentimen	Persentase
Positif	70%
Negatif	20%
Netral	10%

---

🟢 Insight

Perusahaan dapat meningkatkan kualitas layanan berdasarkan analisis review.

---

🟢 16. Tantangan Text Mining dan Web Mining

7

Tantangan	Penjelasan
Big Data	Volume besar
Bahasa ambigu	Makna ganda
Noise data	Data tidak relevan
Spam	Data palsu
Privasi	Keamanan data

---

🟢 17. Kesimpulan

5 <div style=”background:#111827;color:white;padding:25px;border-radius:14px;”>

✨ Ringkasan Materi

Text Mining dan Web Mining merupakan cabang penting dalam Data Mining untuk menggali informasi dari teks dan internet.

Teknologi utama:

• NLP
• Machine Learning
• Web Scraping
• Sentiment Analysis
• Topic Modeling

Penerapannya sangat luas pada:

• media sosial,
• e-commerce,
• search engine,
• pendidikan,
• dan Artificial Intelligence modern.

</div>