<?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="9628">
<titleInfo>
<title>PENERAPAN ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Sri Redjeki</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Maulana, Rizki - 125410234</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</publisher>
<dateIssued>2016</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, 50 hlm.; ilus.</extent>
</physicalDescription>
<note>INTISARIrnTwitter adalah jejaring sosial dengan pertumbuhan tercepatrnsejak tahun 2006 Menurut MIT Technology Review (2013),rnIndonesia menempati Negara ketiga penyumbang tweetrnterbanyak dengan jumlah 1 milyar tweet. Fakta tersebutrnmenjadikan Twitter menjadi salah satu sumber data text yangrndapat digali dan dimanfaatkan untuk berbagai keperluan melaluirnmetode-metode pengambilan data teks atau text mining, salahrnsatunya adalah analisis sentimen pengguna terhadap tokoh-tokohrnpublik indonesia.rnTugas akhir ini bertujuan untuk membuat sebuah perangkatrnlunak yang dapat melakukan analisis sentimen pengguna twitterrnterhadap tokoh publik secara real time dengan menggunakanrnTwitter Streming API dan metode Support Vectore Machine (SVM)rnmemanfaatkan pustaka libSVM sebagai salah satu machinernlearning untuk text classification. Algoritma Porter digunakanrndalam proses stemming untuk ekstraksi fitur dan metode TermrnFrequency untuk pembobotan. Perangkat lunak dibangun denganrnmenggunakan bahasa pemrograman PHP untuk sisi server yangrnberjalan pada platform cloud Windows Azure dan Java untuk sisirnclient yang berjalan pada platform Android.rnDari hasil penelitian dengan 1.400 tweet pada dataset danrn200 data uji didapatkan akurasi sebesar 79,5%, beberapa kendalarndalam pemrosesan tweet secara real time seperti duplikasi tweetrn(tweet spam), struktur bahasa Indonesia yang cukup rumit danrnberagam, dan belum banyak penelitian atau algoritma untukrnoptimasi pada kalimat berbahasa Indonesia.rnKata Kunci : Analisis Sentimen, Machine Learning, SupportrnVectore Machine.rn</note>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>025 Mau p r.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">MAU02516 01TI</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>025 Mau p r.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="12056" url="" path="/053110063_Daftar pustaka.doc" mimetype="application/msword">Daftar Pustaka</slims:digital_item>
</slims:digitals><slims:image>125410234.png.png</slims:image>
<recordInfo>
<recordIdentifier>9628</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>