Preprocessing Text Mining Pada Email Box Berbahasa Indonesia

Abstract

Knowleage discovery atau menemukan pengetahuan dari client / customer perusahaan dapat kita dapatkan dari email yang pernah mereka kirim ke inbox email perusahaan. Informasi dari email box perusahaan dapat digunakan untuk email marketing. Teknik text mining sangat memungkinkan untuk mengekstrak teks email box. Namun, Text-Preprocessing pada document email sedikit berbeda dari dokumen berita, dimana dokument email memiliki kontak email pengirim, subjek, konten dan berkas (attacement). Selain itu, jumlah email dari satu orang pengirim bisa lebih dari satu dan saling berkaitan. Untuk mendapatkan informasi yang lengkap dari seorang pengirim maka semua email pengirim harus dijadikan satu dokumen dan kemudian diproses dengan teknik text mining. Pada paper ini dilakukan analisis text preprocessing pada email box berbahasa Indonesia untuk mendapatkan informasi yang berguna berdasarkan isi konten dari semua email yang pernah dikirm ke perusahaan kita. Tujuan dari panelitian ini adalah menemukan teknik text preprocessing pada email box berbahasa Indonesia dan sebagai dasar dari pengembangan knowleage discovery pada email box sebagai penunjang email marketing. Proses text preprocessing yang akan diajukan yaitu pertama semua email dari pengirim yang sama digabungkan menjadi satu dokumen kemudian dilakukan parsing / tokenizing, stopword removal dan stemming. Algoritma stemming yang digunakan yaitu porter stemming berbahasa Indonesia. Dari hasil analisis diketahui pengabungan semua email dari pengirim yang sama sebelum dilakukan text mining akan membuat informasi yang didapat dari seorang pengirim lebih banyak dan tidak parsial dalam banyak dokumen email.