<?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="9863">
 <titleInfo>
  <title>Implementasi Text Mining Dalam Penentuan Karakteristik Kepribadian Menggunakan Algoritma Naive Bayes (Studi Kasus:</title>
  <subTitle>Facebook)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Venniarty Natalia W.</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1457301095</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>Perpustakaan Politeknik Caltex Riau</publisher>
   <dateIssued>2018</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>xiv, 75hlm.: 21cm</extent>
 </physicalDescription>
 <note>Teknologi informasi adalah suatu sarana yang membantu manusia dalam berkomunikasi secara mendunia. Hasil dari perkembangan teknologi informasi berupa media sosial, dimana sebagai tempat untuk melakukan sosialisasi antara satu sama lain. Banyak sekali media sosial berbagai digital yang digunakan saat ini. Salah satunya adalah Facebook, yang merupakan suatu media sosial yang digunakan pengguna untuk saling berbagi aktivitas yang dilakukan seperti mengunggah foto, video, maupun status yang berupa teks. Dengan banyaknya penggunaan Facebook dapat menghasilkan postingan status yang tidak sedikit, dimana dapat menjadi informasi untuk menggambarkan karakteristik kepribadian pengguna Facebook yang berbeda-beda. Postingan status dari pengguna Facebook akan diambil menggunakan Facebook API. Pengumpulan data untuk identifikasi memerlukan waktu yang relatif lama, karena status yang diunggah sangat banyak sehingga menggunakan text mining dalam mengolah status, dan menggunakan Naive Bayes Classifier. Teknik text mining dan metode Naive Bayes Classifier berhasil diadaptasikan dalam menentukan karakteristik kepribadian pada sistem. Sistem telah teruji secara fungsionalitas dan didapatkan akurasi berkisar dari 73.09%75.50%.   Kata kunci: Teknologi Informasi, Media Sosial, Facebook, Status, Text Mining, Naive Bayes Classifier</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">PA1457301095</numerationAndChronology>
    <sublocation>Perpustakaan PCR (R)</sublocation>
    <shelfLocator>PA SI</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals/>
 <recordInfo>
  <recordIdentifier>9863</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2019-04-30 10:28:31</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-05-22 11:18:19</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>