Politik merupakan salah satu topik hangat yang dibicarakan di Twitter.
Berbagai macam isu dan masalah politik, khususnya di Indonesia, mendapatkan
perhatian dari khalayak umum di mana mereka dapat mengungkapkan pendapat
lewat kicauan mereka di Twitter, mengecek kinerja politikus atau para wakil
rakyat, melihat perkembangan politik di berbagai daerah, dan lainnya lewat tweets
yang dibagikan netizen di Twitter. Mereka dapat mencari topik tentang politik,
hanya dengan memasukkan tanda tagar(#) disertai dengan kata politik, maka
semua tweets yang berhubungan dengan politik akan muncul. Akan tetapi, bagi
orang yang masih awam atau yang baru menggunakan Twitter merasa kesulitan
saat mencari tweets politik di Indonesia hanya dengan menggunakan simbol
tagar(#). Selain itu, hasil pencarian Twitter diurutkan dari tweets yang paling
terbaru dan bukan berdasarkan perhitungan bobot terbanyak dari kata kunci yang
dimasukkan oleh pengguna.
Untuk itu dibangunlah sebuah mesin pencari (search engine) Twitter yang
dapat mencari tweets yang mengandung kata “politik” tanpa pengguna harus
menggunakan tagar(#) saat akan melakukan pencarian dan hasil pencariannya
akan ditampilkan berdasarkan banyakknya bobot dari kata kunci yang
dimasukkan.
Aplikasi ini menggunakan Metode Term Frequency – Inverse document
frequency (TF-IDF) dan Vector Space Model (VSM). Rapid Application
Development sebagai metodologi dan Unified Modelling Language sebagai kakas
pemodelan objek. Bahasa pemrograman yang digunakan yaitu PHP dengan
database MySQL Server.
Serangkaian pengujian dilakukan dan didapati bahwa kecepatan untuk
melakukan indexing dipengaruhi oleh jumlah kata-kata dari tweets yang baru
ditarik dan jumlah stoplist. Pencarian juga sudah berhasil dilakukan dengan
menerapkan Metode TF-IDF dan Vector Space Model.
Kata kunci : Search engine, TF-IDF, Vector Space Model, Twitter