Transportasi online lahir di tengah kepadatan penduduk Indonesia yang semakin meningkat. Hadirnya transportasi online menjadi angin segar bagi masyarakat, karena masyarakat dapat memanfaatkannya sebagai solusi dari kemacetan jalan dan juga menghindari dari kepadatan penumpang jika ingin menaiki moda transportasi umum. Penyedia jasa transportasi online juga kini semakin berkembang dengan penambahan banyak fitur pendukung. Namun menjamurnya penyedia jasa transportasi online membuat masyarakat bingung untuk menentukan pilihan ingin menggunakan penyedia jasa transportasi online yang memiliki pelayanan terbaik. Pada penelitian ini penulis mencoba melakukan pengelompokan data tanggapan positif, negatif, dan netral dari masyarakat terhadap penyedia jasa transportasi online Go-Jek Indonesia dan Grab Indonesia melalui media sosial instagram.
Pengelompokan data pada penelitian ini menggunakan metode clustering dimana metode clustering digunakan untuk mengelompokan data opini masyarakat tentang penyedia jasa transportasi online. Proses diawali dengan mengambil data dari kolom komentar media sosial Instagram sebagai data masukan. Data tersebut kemudian melewati tahapan ¬pre-processing, pembobotan kata, dan tahap clustering dimana pada penelitian ini menggunakan algoritma Single Pass Clustering. Setelah melewati tahapan-tahapan tersebut hasil keluaran data akan berupa cluster yang akan ditampilkan melalui website. Data cluster yang sudah didapatkan diharapkan mampu membantu masyarakat dalam menentukan pilihannya terhadap transportasi online dengan pelayanan terbaik.
Data cluster ini juga diharapkan mampu membantu penyedia jasa transportasi online Go-Jek Indonesia dan Grab Indonesia agar dapat meningkatkan pelayanannya. Setelah dilakukan pengujian hasil clustering dengan mengubah nilai threshold dari 0.1 sampai 0.9, didapat bahwa semakin besar nilai threshold maka daya tangkap terhadap pengklasteran lebih cepat dan menjadi lebih sedikit clusternya. Pada threshold 0.1 pada dataset positif didapat hasil cluster sebanyak 123 cluster dengan kecepatan pengklasteran 0.001196800s, sedangkan pada threshold 0.9 didapat hasil cluster sebanyak 66 dengan kecepatan lebih cepat dari threshold 0.1 yaitu 0.000970668s. Pada dataset negatif dengan threshold 0.1 didapat hasil cluster berjumlah 170 dengan kecepatan 0.002018130s sedangakn pada threshold 0.9 didapat hasil cluster 79 dengan kecepatan 0.001476580s. Dan pada dataset netral dengan threshold 0.1 didapat hasil cluster berjumlah 151 dengan kecepatan 0.001530701s, sedangakn pada threshold 0.9 didapat hasil cluster 78 dengan kecepatan 0.001206288s.
Kata Kunci : Transportasi Online, Media Sosial Instagram, Clustering, Single
Pass Clustering.