<?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="12362">
 <titleInfo>
  <title>Analisis Kecenderungan Informasi Menggunakan Text Mining dengan Algoritma Naive Bayes (Studi Kasus:</title>
  <subTitle>Akun Instagram @infopku_)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Devi Maryanti</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1657301041</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>2020</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xv, 80 hlm.; 21 cm</extent>
 </physicalDescription>
 <note>Instagram merupakan salah satu media sosial diminati masyarakat Indonesia. Akun @infopku_ merupakan akun instagram yang memiliki banyak followers pada bidang digital media di Pekanbaru. Secara konsep, semakin banyak followers dalam sebuah akun instagram, maka akun tersebut akan mempengaruhi pengetahuan dan perspektif publik terhadap suatu masalah. Pengaruh tersebut bisa menjadi pengaruh negatif terhadap Pekanbaru karena jika akun tersebut membawa opini yang buruk maka kemungkinan besar followers akan terpengaruh oleh opini buruk tersebut. Akun @infopku_ juga tidak memberitahu jenis kategori apa yang dibagikan disetiap postingannya sehingga sulit untuk mengetahui kategori informasi apa yang diposting. Penelitian ini membahas bagaimana merancang dan menganalisis kecenderungan informasi berdasarkan caption untuk mengetahui kategori informasi yang cenderung diunggah oleh akun @infopku_ serta menganalisis sentimen berdasarkan komentar untuk mengidentifikasi pengaruh positif, negatif atau netral yang dihasilkan dari kategori informasi yang diposting. Analisis pada sistem ini berhasil menerapkan text mining dengan algoritma naive bayes untuk mengidentifikasinya. Hasil analisis kecenderungan menunjukkan akun @infopku_ cenderung mengunggah kategori informasi berita. Sedangkan, analisis sentimen menunjukkan pengaruh akun @infopku_ memiliki dampak yang positif. Sistem ini telah teruji secara fungsionalitas menghasilkan keluaran yang diharapkan dan didapatkan akurasi dari 70.5% - 73.03% untuk klasifikasi, 75.013%-76.703% untuk sentimen serta 87.54% oleh pengguna.&#13;
Kata kunci : Instagram, Text Mining, Klasifikasi, Sentimen, Caption, Komentar, Naive Bayes</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Sistem Informasi</topic>
 </subject>
 <classification>PA - SI</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA - SI</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1657301041</numerationAndChronology>
    <sublocation>Perpustakaan PCR</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="11143" url="" path="KP_PA/POSTER/PA1657301041_poster_pa.jpg" mimetype="image/jpeg">Poster - Analisis Kecenderungan Informasi Menggunakan Text Mining dengan Algoritma Naive Bayes (Studi Kasus: Akun Instagram @infopku_)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>12362</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2020-10-09 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2020-12-22 08:48:22</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>