A Systematic Review Towards Big Data Analytics in Social Media.

Abstrak: Kemajuan internet 2.0 terkini menciptakan ruang untuk menghubungkan orang-orang di seluruh dunia menggunakan teknologi masyarakat 2.0 dan web 2.0. era baru ini memungkinkan konsumen untuk terhubung langsung dengan individu lain, perusahaan bisnis, dan pemerintah. Orang-orang terbuka untuk berbagi opini, pandangan dan ide tentang topik apap pun dalam berbagai format. Hal ini menciptakan peluang untuk memanfaatkan “Big Data Sosial” dengan mudah melalui penerapan pendekatan pembelajaran mesin dan analisis data social. Studi ini menawarkan ikhtisar karya-karya terbaru di bidang media social, ilmu data dan pembelajaran mesin untuk mendapatkan perspektif yang luas tentang analisis big data media social. Kami menjelaskan mengapa data media social merupakan elemen penting dari proses pengambilan keputusan berbasis data yang lebih baik. Kami mengusulkan dan membangun “Model Buga Matahari Big Data” untuk mendefinisikan big data dan memberbaruinya dengan teknologi dengan menggabungkan 5V dan 10Big. Kami menemukan sepuluh analitik data social teratas yang dapat digunakan di platform media social. Daftar lengkap metode statistic/pembelajaran mesin yang relevan untuk mengimplementasikan masing-masing analitik big data ini dibahas dalam kerya ini. “Analisis Teks” adalah analitik yang paling banyak digunakan dalam analisis data social hingga saat ini. Kami membuat taksonomi analitik media social untuk memenuhi kebutuhan dan memberikan pemahaman yang jelas. Alat, teknik, dan tipe data pendukung juga dibahas dalam karya penelitian ini. Dengan demikian, para peneliti akan lebih mudah menentukan analitik data social mana yang paling sesuai dengan kebutuhan mereka. 

Kata kunci: big data, media sisial, analitik gambar, analitik audio, analitik video, analiti prediktif, analitik deskriptif, analitik preskriptif, analitik diagnostic.

Kesimpulan: Big data, seiring dengan kemajuan dalam perangkat komputasi, telah berkembang sebagai analitik data yang signifikan untuk memahami perilaku manusia dengan menganalisis data dari media social. Semua jenis organisasi, dari industry hingga pemerintahan, dapat diuntungkan dengan menggunakan data social, ilmu data dan analitik data social. Studi ini mengisi kesenjangan penelitian dengan mengidentifikasi sepuluh analitik big data yang paling banyak diterima dan digunakan untuk menganalisis data social dan mengambil keputusan. Mempertimbangkan tumpeng tindih di antara pendekatan analitik media social, kami merancang taksonomi analitik big data dalam domain media social. Kami membuat tiga kategori utama dan kemudian menetapkan kesepuluh analitik ini ke masing-masing kategori tergantung pada tujuan, sifat penggunaan, dan area kerja. Analisis data dalam media social dibantu oleh teknik pembelajaran mesin. Masing-masing analitik data social ini memiliki daftar panjang metodologi pembelajaran mesin atau statistic yang terkait dengannya. Kami menyajikan analitik data social beserta metodologinya. Hingga saat ini, analitik yang paling banyak digunakan untuk analisis data social adalah “Analisis Teks”. Selain itu, para peneliti terus mengembangkan kemampuan mereka untuk mengekstrak informasi bermanfaat dari gambar, audio, dan materi visual dalam data social. Platform media social menyediakan data yang terus menerus untuk dievaluasi karena memungkinkan orang untuk, menawarkan perspektif mereka tentang peristiwa, produk, perangkat, bakat dan topik terkini lainnya. Kita harus memanfaatkan manfaat dari jumlah data yang sangat besar ini. Penelitian ini mengkaji analitik big data di media social secara luas dan generic. Bidang minat tertentu, misalnya, analitik bisnis di media social, analitik berbasisi geospasial/lokasi, analisis data media social untuk penelitian ilmu politik, dll. Dapat dieksplorasi untuk mencapai tujuan yang sama. Kami akan melanjutkan investigasi kami dengan berfokus pada sejumlah kecil platform media social, seperti facebook, twitter dan snapchat. Sepuluh analitik big data yang dijelaskan di atas dapat dieksplorasi lebih lanjut. Kami tidak memiliki cukup waktu dan sumber daya untuk menyelidiki secara mendalam daftar algoritma pembelajaran mesin pada setiap analitik big data. Kami bermaksud untuk terus mengerjakan proyek ini guna menemukan daftar pendek algoritma yang dapat diterima untuk masing-masing dari sepuluh kategori analitik big data ini. Kami juga ingin mencari tahu dan menentukan beberapa atribut/karakteristik umum analitik big data yang dapat kami gunakan untuk menyempurnakan satu analitik dan melakukan analisis kinerja komparatif.

M. S. Rahman and H. Reza, "A Systematic Review Towards Big Data Analytics in Social Media," in Big Data Mining and Analytics, vol. 5, no. 3, pp. 228-244, September 2022, doi: 10.26599/BDMA.2022.9020009.

keywords: {Data analysis;Machine learning algorithms;Social networking (online);Web 2.0;Taxonomy;Government;Machine learning;big data;social media;big data analytics;social media analytics;text analytics;image analytics;audio analytics;video analytics;predictive analytics;descriptive analytics;prescriptive analytics;diagnostic analytics},