Salmonation

Writer: <a href="https://medium.com/&#64;mfaishal?source&#61;post_page-----f9bcbc679617--------------------------------" rel="noopener noreferrer nofollow">Mochamad Faishal</a> Source: https://medium.com/&#64;mfaishal/salmonation-topic-analysis-01-01-2023-23-02-2023-f9bcbc679617 Dalam era digital saat ini, data semakin menjadi hal yang penting dan relevan dalam berbagai bidang. Salah satunya adalah dalam mengembangkan dan meningkatkan sebuah komunitas online. Oleh karena itu, penulis melakukan analisis topik pada komunitas Salmonation.Dalam analisis topik tersebut, penulis menggunakan metode data science dengan memanfaatkan bahasa pemrograman Python. Metode ini bertujuan untuk mengidentifikasi topik yang paling sering dibicarakan oleh anggota komunitas Salmonation. Hasil analisis ini diharapkan dapat memberikan wawasan yang lebih dalam mengenai preferensi dan minat anggota komunitas, serta membantu dalam meningkatkan pengalaman anggota komunitas dalam berinteraksi dan berpartisipasi di dalamnya.Melalui artikel ini, penulis akan menjelaskan secara detail tentang metode analisis yang digunakan dan hasil yang didapatkan dari analisis topik pada komunitas Salmonation. Dengan demikian, diharapkan artikel ini dapat memberikan pemahaman yang lebih luas mengenai pentingnya analisis data dalam mengembangkan sebuah komunitas online dan memberikan inspirasi bagi para pembaca yang ingin melakukan analisis serupa.<img src="https://academy-public.coinmarketcap.com/srd-optimized-uploads/0751cd4773df4033a1452fa1cd36c295.png" />source: https://medium.com/&#64;mfaishal/salmonation-topic-analysis-01-01-2023-23-02-2023-f9bcbc679617Script di atas berguna untuk melakukan analisis frekuensi pasangan kata pada dataset ‘SalmonationOfficial.csv’ menggunakan Python.Pertama-tama, dilakukan loading dataset dan dilakukan penghapusan baris yang memiliki nilai NaN pada kolom ‘msg_content’ dan ‘sender’. Kemudian, dilakukan pula penghapusan baris dengan sender tertentu seperti ‘Rose’, ‘BobbyBuyBot’, ‘CoinMarketCap Price Bot’, ‘Salmonation Secretary’, dan ‘SALMONATION ANNOUNCEMENT’.Setelah itu, dilakukan preprocessing pada kolom ‘msg_content’ seperti mengubah huruf menjadi lowercase dan menghapus tautan URL dan tautan Telegram.Kemudian, setiap pesan dibagi menjadi pasangan kata dan disatukan kembali menjadi sebuah string. Selanjutnya, dihitung frekuensi dari setiap pasangan kata tersebut.Akhirnya, ditampilkan 100 pasangan kata dengan frekuensi tertinggi, kemudian output juga diekspor ke dalam file txt. Dengan demikian, script tersebut dapat membantu kita untuk mengetahui kata-kata atau pasangan kata yang sering muncul dalam dataset SalmonationOfficial.csv.Namun, pada studi kasus kali ini penulis hanya menggunakan 1 kata. Di artikel berikutnya, akan digunakan pasangan 2 kata atau lebih.<h2 id="header-0">Output :</h2><img src="https://miro.medium.com/max/1400/1*_3bB3WyW2f6JCs3zZPaZBQ.png" />Dari data yang diberikan, dapat disimpulkan bahwa data tersebut berisi file dengan string tertentu. Ada beberapa kata yang muncul lebih dari sekali, seperti data, file, included, dan settings. Selain itu, terdapat juga beberapa kata yang muncul berkali-kali seperti om, di, ada, dan ini. Kemudian, ada juga kata-kata yang muncul cukup sering seperti yang, bisa, untuk, kita, dan ya.Namun, terdapat satu kata yang cukup menarik yaitu “sui”. Kata ini muncul sebanyak 30 kali dan tidak umum digunakan dalam bahasa Indonesia. Hal ini menimbulkan asumsi bahwa data yang diberikan mungkin berkaitan dengan bahasa asing atau bidang tertentu yang membutuhkan kata “sui”. Oleh karena itu, perlu dilakukan analisis lebih dalam ke kata “sui” untuk mendapatkan kesimpulan yang lebih jelas.Show All Messages Containing ‘sui.’<img src="https://academy-public.coinmarketcap.com/srd-optimized-uploads/809b037616aa484aa86559a471705be9.png" />Script tersebut berfungsi untuk melakukan filter atau penyaringan pesan atau teks yang mengandung kata “sui” pada sebuah data frame yang telah diimport menggunakan library Pandas pada bahasa pemrograman Python. Setelah data telah difilter, maka hasilnya akan diprint atau ditampilkan pada layar dalam bentuk pesan-pesan yang telah difilter tersebut.Pada baris pertama, script tersebut mengimport library Pandas dengan memanggil alias “pd”. Pandas merupakan library populer untuk melakukan manipulasi dan analisis data dalam bahasa Python.Pada baris kedua, script tersebut menentukan variabel df_stringKey yang akan menampung data hasil filter pesan yang mengandung kata “sui” dari data frame df. Penggunaan df[‘msg_content’] mengacu pada kolom “msg_content” pada data frame df, dan metode str.contains(‘sui’, case&#61;False) digunakan untuk memfilter baris yang mengandung kata “sui” pada kolom “msg_content”. Variabel df_stringKey nantinya akan digunakan untuk menampilkan hasil filter pada layar.Pada baris keempat dan kelima, script tersebut melakukan loop pada setiap pesan yang telah difilter dan menampilkannya pada layar. Dalam hal ini, pesan-pesan yang mengandung kata “sui” akan ditampilkan secara terurut dengan nomor urutannya.Dalam keseluruhan, script tersebut sangat berguna untuk melakukan filter data berdasarkan kata tertentu, dan mempermudah dalam analisis dan eksplorasi data.<h2 id="header-1">Output :</h2><img src="https://miro.medium.com/max/1400/1*BVxFoxX7COHpZjsRFTZsRw.png" />Show Messages Content with Sender<img src="https://academy-public.coinmarketcap.com/srd-optimized-uploads/70946f4578354cb4817802926d86b586.png" />Script tersebut berfungsi untuk menambahkan kolom “sender_msg” ke dalam dataframe (df_stringKey) yang berisi informasi tentang pesan (msg_content) yang dikirim oleh pengirim (sender). Kolom baru tersebut berisi informasi pengirim dan isi pesan, yang digabungkan menggunakan tanda titik dua (:) sebagai pemisah.Setelah menambahkan kolom baru tersebut, script selanjutnya akan mencetak pesan-pesan dalam dataframe beserta nomor barisnya dan informasi pengirim. Informasi tersebut ditampilkan dalam format nomor baris &#43; informasi pengirim dan isi pesan.Dengan menggunakan script tersebut, informasi yang ada pada dataframe dapat ditampilkan dengan lebih rapi dan mudah dibaca. Selain itu, penggunaan nomor baris juga dapat mempermudah dalam melakukan analisis data pada dataframe.<h2 id="header-2">Output :</h2><img src="https://miro.medium.com/max/1400/1*kAKKLOi5BhO_dZHbnzTCIg.png" />Count Messages per Sender (contains ‘sui’)<img src="https://academy-public.coinmarketcap.com/srd-optimized-uploads/f0c4e5f1cd0b4f3895202dff708ffca8.png" />Script tersebut memiliki kegunaan untuk menghitung jumlah pesan yang mengandung kata ‘sui’ berdasarkan pengirim pesan di dalam dataframe. Kemudian hasil perhitungan tersebut akan disimpan dalam file teks dengan nama ‘User_Chat_Count.txt’.Pada bagian pertama script, menggunakan metode value_counts() untuk menghitung jumlah pesan yang mengandung kata ‘sui’ berdasarkan pengirim pesan. Kemudian hasil perhitungan tersebut disimpan ke dalam variabel counts.Pada bagian kedua script, menggunakan statement ‘with open’ untuk membuka file teks baru dengan mode ‘w’ (write). Kemudian hasil perhitungan yang disimpan dalam variabel counts akan diubah menjadi string menggunakan method to_string() dan kemudian dituliskan ke dalam file menggunakan method write(). Dengan demikian, file ‘User_Chat_Count.txt’ akan berisi jumlah pesan yang mengandung kata ‘sui’ berdasarkan pengirim pesan.<h2 id="header-3">Output :</h2><img src="https://miro.medium.com/max/1400/1*ahh9aV09hfi-B2QnHzT0Sw.png" />Data di atas merupakan daftar sender atau pengirim pada suatu platform, yang diurutkan berdasarkan jumlah pesan yang dikirimkan. Dapat dilihat bahwa sender dengan username Salmon di beonechain.com menjadi yang paling banyak mengirim pesan dengan jumlah 27 pesan. Selain itu, terdapat beberapa sender yang hanya mengirim satu pesan, seperti SiCepat, Purpurno Siniy, dan Aji.<h2 id="header-4">Penutup</h2>Hasil akhirnya, data hasil analisa tersebut akan dimanfaatkan untuk pengembangan komunitas misal melihat siapa saja yang tertarik dengan topik tertentu, mengadakan webinar atau campaign berdasarkan topik yang disukai dan masih banyak lagi.<h2 id="header-5">Download File</h2>Dataset dan File output bisa di-download melalui link <a href="https://github.com/faishal-lib/Community-Analysis/tree/main/Salmonation/Topic%20Analysis" rel="noopener noreferrer nofollow">GITHUB</a> #Web3 #BlockchainScalability #DataAnalysis #PythonProgramming #SalmonationCommunity

Salmonation Topic Analysis (01/01/2023–23/02/2023)

Daftar Isi

salmonation

Artikel lain yang dipublikasikan pada 24 Feb 2023

Perbedaan Investasi Reksadana dan Aset Kripto

Mengapa Bitcoin Itu Sangat Unik, Tetapi Masih Banyak Tantangan?

Bergabunglah dengan buletin gratis kami untuk pembaruan kripto harian!