<?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="2162">
<titleInfo>
<title>ANALISIS DAN KLASIFIKASI SENTIMEN TERHADAPrnTWITTER STMIK AKAKOM YOGYAKARTArnMENGGUNAKAN NAÏVE BAYES CLASSIFIER</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Febriant, Yuna Sophia Dewi - 135410076</namePart>
<role><roleTerm type="text">Additional 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 Yogyakarta</publisher>
<dateIssued>2017</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>xiii, 68 hlm, ilus; 29 cm</extent>
</physicalDescription>
<note>Makin maraknya penggunaan jejaring sosial seperti Twitter menjadikanrnjejaring sosial tersebut sebagai data yang sangat besar. Salah satu pemanfaatanrndata ini adalah untuk mengetahui opini atau sentimen pengguna jejaring sosialrnterhadap suatu topik. Keberadaan Twitter telah digunakan secara luas olehrnberbagai lapisan masyarakat dalam beberapa tahun terakhir. Oleh karena itu,rnpenelitian ini mencoba mencoba menganalisis tweet berbahasa Indonesia yangrnmembicarakan tentang STMIK Akakom Yogyakarta.rnAnalisis dilakukan dengan melakukan klasifikasi tweet yang berisi opinirnmasyarakat tentang STMIK Akakom Yogyakarta. Klasifikasi sentimen terdiri darirnpositif, netral dan negatif. Penelitian ini menerapkan proses text mining sertarnmenggunakan algoritma Naïve Bayes Classifier untuk mengklasifikasi sentimenrndari tweet tersebut. Penelitian ini menggunakan 1000 data tweet yang diperolehrndari Twitter API untuk keperluan data training. Data tersebut diklasifikasi secararnmanual untuk menentukan sentimen dari tweet tersebut. Kemudian 50 data tweetrndigunakan untuk testing.rnHasil penelitian ini menghasilkan sebuah sistem yang dapat mengklasifikasirnsentimen secara otomatis dengan hasil pengujian 78% untuk sentimen, beberaparnkendala dalam pemrosesan tweet secara realtime seperti duplikasi tweet (tweetrnspam), struktur Bahasa Indonesia yang cukup rumit dan beragam, dan belumrnbanyak penelitian atau algoritma untuk optimasi pada kalimat berbahasarnIndonesia.rnKata Kunci : Analisis Sentimen, Analisis Sentimen dan Klasifikasi, Naive BayesrnClassifier, Twitter.</note>
<subject authority=""><topic>Analisis Dan Klasifikasi</topic></subject>
<subject authority=""><topic>Metode Naive Bayes</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>152 Feb 17 r.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">FEB15217 01TI</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>152 Feb 17 r.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>2162</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-08-10 13:32:14</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-08-10 13:32:14</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>