<?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="10996">
 <titleInfo>
  <title>Implementasi Text Mining untuk Mengetahui Pola Sosial Seseorang Berdasarkan Kicauan pada Twitter</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Martin Adrian Nanda</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1555301043</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Pustaka Politeknik Caltex Riau</publisher>
   <dateIssued>2019</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xiii, 52 hlm.; 21 cm</extent>
 </physicalDescription>
 <note>Media sosial Twitter merupakan salah satu teknologi informasi yang&#13;
memungkinkan pengguna mengakses informasi yang tersebar. Aktivitas&#13;
penggunaan Twitter di Indonesia banyak memanfaatkan fitur kicauan&#13;
untuk menyajikan segala bentuk informasi yang ingin ditulisnya.&#13;
Komunikasi verbal dalam konten kicauan dapat menjadi salah satu&#13;
informasi untuk mengidentifikasi pola sosial. Saat ini, pola sosial&#13;
seseorang sangat dibutuhkan untuk kepentingan pribadi maupun&#13;
kelompok. Informasi tentang pola sosial juga bisa digunakan untuk bahan&#13;
pertimbangan dalam mengambil keputusan secara efektif dan efisien,&#13;
tanpa harus datang ke psikolog. Lalu dibutuhkan waktu dan pengetahuan&#13;
khusus untuk identifikasi kicauan yang sangat banyak. Untuk menangani&#13;
hal ini, akan dibuat suatu sistem yang dapat mengidentikasi pola sosial&#13;
seseorang berdasarkan kicauan pada Twitter. Kicauan yang diakuisisi dan&#13;
diproses menggunakan text mining. Lalu proses klasifikasi akan&#13;
menggunakan metode Naive Bayes Classifier. Teknik text mining dan&#13;
metode Naive Bayes Classifier berhasil diterapkan dalam menentukan&#13;
pola sosial pada sistem. Terdapat 4 pengujian yakni pengujian K-fold&#13;
Cross Validation, Blackbox Testing, Kuesioner, dan Validitas Psikolog.&#13;
Dari pengujian tersebut dapat disimpulkan bahwa Sistem telah teruji&#13;
secara fungsionalitas, serta didapatkan akurasi sebesar 96% dari K-fold&#13;
Cross Validation dan 90% dari validitas psikolog .&#13;
Kata kunci: Teknologi Informasi, Media Sosial, Twitter, Kicauan, Text&#13;
Mining, Naive Bayes Classifier</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Informatika</topic>
 </subject>
 <classification>PA TI</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TI</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1555301043</numerationAndChronology>
    <sublocation>Perpustakaan PCR (R)</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="7773" url="" path="KP_PA/POSTER/PA1555301043_poster_pa.jpg" mimetype="image/jpeg">Poster - Implementasi Text Mining untuk Mengetahui Pola Sosial Seseorang Berdasarkan Kicauan pada Twitter</slims:digital_item>
  <slims:digital_item id="" url="" path="/" mimetype=""></slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>10996</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2019-08-29 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-11-20 11:26:01</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>