<?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="2266">
<titleInfo>
<title>IMPLEMENTASI ALGORITMA NAIVE BAYES CLASSIFIER PADArnSOCIAL MEDIA (Twitter) TERHADAP UJARAN KEBENCIANrnBERBAHASA INDONESIArnIMPLEMENTATION OF NAIVE BAYES CLASSIFIER ALGORITHM ONrnSOCIAL MEDIA (Twitter) TO THE TEACHING OF INDONESIAN HATErnSPEECH</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Cosmas Haryawan, S.TP., S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Fatahillah, Naufal Riza - 135610064</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 Yoyakarta</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>xiv, 49 hlm; ilus; 29 cm</extent>
</physicalDescription>
<note>Twiiter merupakan sosial media yang banyak digunakan sebagai mediarnberbagi diinternet. Terdapat tweet yang berisi kalimat yang dibagikan olehrnpengguna, agar kalimat tersebut dapat dibaca oleh pengguna lainnya. Banyakrninformasi yang dapat didapatkan dari media social Twitter. Pengguna Twitter dapatrnterhubung dengan pengguna Twitter lainnya dalam sekala internasional.rnTeknologi yang semakin berkembang seperti sekarang ini dapatrndimanfaatkan untuk berbagai hal terutama dalam informasi yang dibagikan dimediarnsocial khususnya Twitter. Salah satu permasalahan yang didapatkan dari mediarnsocial Twitter ini adalah terdapat tweet yang berisi ujaran positif dan ujaran negatif.rnDari permasalahan diatas diangkatlah untuk menjadi penelitian untukrnmengklasifikasi tweet(kicauan) yang berisi ujaran positif dan ujaran negatif denganrnmenggunakan metode naive bayes classifier.rnHasil dari penelitian ini diimplementasikan ke dalam sebuah sistem yangrndapat mengklasifikasi tweet pada pada Twitter. Sistem ini dibuat menggunakanrnteknologi Node js dan naive bayes classifier sebagai metode perhitunganrnklasifikasi. Berdasarkan pengujian yang dilakukan, akurasi terbaik dihasilkan olehrnsistem yang menggunakan Naive bayes classifier, yakni 93%.rnKata kunci: Naive bayes classifier, Twitter, Node js, Mongodb</note>
<subject authority=""><topic>Implementasi</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>067 Fat i r.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">FAT06717 01SI</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>067 Fat i r.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>2266</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>