Inovasi

Text mining dapat dikatakan merupakan penerapan konsep dan teknik data mining untuk mencari pola dalam teks, yaitu proses penganalisisan teks guna menyarikan informasi yang bermanfaat untuk tujuan tertentu. Berdasarkan ketidakteraturan struktur data teks, maka proses text mining memerlukan beberapa tahap awal yang pada intinya adalah mempersiapkan agar teks dapat diubah menjadi lebih terstruktur. Clustering bermanfaat untuk melakukan analisis pola-pola kelompok kemiripan antara satu dokumen dengan dokumen lain dalam suatu kumpulan dokumen. K-Means merupakan metode pengelompokan data terstruktur. Aplikasi BuddyMiner ini menerapkan algoritma K-Means untuk pengelompokan data yang tidak terstruktur, yaitu dokumen teks. K-Means akan mengelompokkan sekumpulan data yang diproses ke dalam sejumlah kelompok yang berjumlah tetap, yaitu k, yang sudah ditentukan di awal proses. Konsep lain yang diterapkan pada aplikasi BuddyMiner adalah social clique, yang dapat digunakan untuk mempelajari aliran komunikasi email antar pemakai yang tercatat pada mailbox ataupun sendbox. Selain itu, fasilitas pencarian arsip email pada aplikasi BuddyMiner ini dibangun dengan menerapkan metode Vector Space Model Information Retrieval. Dengan metode tersebut, pencarian dapat memberikan hasil yang lebih baik daripada dilakukan pencarian per kata secara langsung.

Ketiga metode dan algoritma tersebut telah dapat diterapkan dengan cukup baik dalam aplikasi BuddyMiner ini, walaupun pada beberapa sisi lain masih tetap ada yang harus dioptimalkan. Dengan penerapan ketiga metode dan algoritma tersebut, aplikasi BuddyMiner memberikan fasilitas dan kemampuan yang memang dibutuhkan untuk menganalisis arsip-arsip email.