<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="16170">
<titleInfo>
<title>ANALISIS SENTIMEN TERHADAP STMIK AKAKOM
YOGYAKARTA MENGGUNAKAN METODE NAÏVE BAYES
BERDASARKAN KOMENTAR FACEBOOK DAN ULASAN DI
GOOGLE MAPS</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Deborah Kurniawati, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Contributor</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Ayuningtyas, Ajeng Widya - 165610060</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM</publisher>
<dateIssued>2020</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent></extent>
</physicalDescription>
<note>Perkembangan teknologi informasi dan komunikasi telah menghasilkan
sejumlah produk teknologi, salah satunya yaitu media sosial. Saat ini, media sosial
tidak hanya digunakan untuk berkomunikasi, tetapi juga untuk mempromosikan
produk atau jasa. Facebook, sebagai salah satu media sosial, digunakan oleh
STMIK Akakom Yogyakarta untuk membagikan kegiatan, berita terkini, hingga
melakukan kegiatan promosi institusi kepada calon mahasiswa. Pada setiap post,
dukungan kepada STMIK Akakom Yogyakarta dapat dilihat melalui jumlah like.
Namun, Facebook belum mampu menganalisa dukungan atau sentimen
berdasarkan komentar.
Selain Facebook, sentimen terhadap STMIK Akakom Yogyakarta juga
ditemukan di Google Maps tetapi belum tersedia fitur untuk menganalisa ulasan.
Penelitian ini membahas tentang metode Naïve Bayes yang digunakan untuk
mengklasifikasikan teks komentar ke dalam kelas positif, netral atau negatif
sehingga dapat diketahui kecenderungan sentimen masyarakat terhadap institusi.
Data yang berhasil terkumpul untuk penelitian ini sebanyak 377 data.
Sebelum dilakukan pre-processing, data terlebih dahulu diberi label sentimen
berdasarkan pengamatan peneliti terhadap makna komentar secara keseluruhan.
Setelah pre-processing, diperoleh 583 data latih dan 146 data uji. Ternyata, data
tidak merepresentasikan setiap kelas secara merata (imbalanced data) sehingga
perlu menerapkan SMOTE untuk membentuk data sintetis dari kelas minoritas.
Hasil yang diperoleh yaitu sentimen yang berkembang cenderung negatif dengan
true positive untuk negatif sebesar 100% dan tingkat akurasi klasifikasi bernilai
89,73%.
Kata kunci: Analisis sentimen, imbalanced data, Naïve Bayes, STMIK Akakom
Yogyakarta, SMOTE.</note>
<subject authority=""><topic>FACEBOOK</topic></subject>
<subject authority=""><topic>Metode Naive Bayes</topic></subject>
<subject authority=""><topic>GOOGLE MAPS</topic></subject>
<subject authority=""><topic>Analisis Sentimen</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>050 Ayu A R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">AYU005020SI01</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>050 Ayu A R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>16170</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-11-17 09:10:40</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-11-17 09:11:38</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>