<?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="7223">
 <titleInfo>
  <title>IMPLEMENTASI TEXT&#13;
MINING UNTUK ANALISIS SENTIMEN KULIAH DARING&#13;
DIMASA PANDEMI COVID-19 DENGAN ALGORITMA NAÏVE &#13;
BAYES, K-NEAREST NEIGHBOR DAN DECISION TREE</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>EL MIANA ASSNI ERNAMIA - 16170022</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Asti Herlina, S.Kom., M.Kom (Pembimbing)</namePart>
  <role>
   <roleTerm type="text">Editor</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text"></placeTerm>
   <publisher></publisher>
   <dateIssued>2021/2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Abstrak&#13;
&#13;
Kuliah daring dianggap sebagai solusi untuk terus menjalankan proses mengajar &#13;
dimasa pandemi. Namun kurangnya adaptasi dan perubahan secara mendadak &#13;
menyebabkan berbagai respon dan opini masyarakat bermunculan dimedia sosial. &#13;
Hal ini menimbulkan sikap pro dan kontra dari berbagai pihak. Untuk itu penelitian &#13;
ini bertujuan untuk melakukan penambangan text di twitter dengan menerapkan &#13;
text mining sebagai proses penambangan data berupa text. Penelitian ini dilakukan &#13;
dengan menggunakan perbandingan algoritma Naïve Bayes, K-Nearest Neighbor&#13;
(K-NN) dan Decision Tree untuk memperbandingkan tingkat akurasi dari ketiga &#13;
metode tersebut. Peneliti menggunakan tools RapidMiner versi 9.10 Hasil &#13;
penelitian menunjukan bahwa analisis sentimen terhadap data Twitter terhadap &#13;
Kuliah daring dengan menggunakan naïve bayes dengan teknik cross validation&#13;
memperoleh hasil sebesar 81,57%. Untuk class precision prediksi positif 100%, &#13;
prediksi negative memperoleh hasil 73,06% dan recall yang diperoleh dari true &#13;
positif sebesar 63,13% sedangkan untuk true negative sebesar 100%. Lalu &#13;
algoritma K-Nearest Neighbor menghasilkan nilai accuracy 62,10% untuk class &#13;
precision prediksi positif adalah 62,06% sedangkan untuk prediksi negative&#13;
memperoleh hasil 62,13% dan recall yang diperoleh dari true positif sebesar &#13;
62,24% sedangkan untuk true negative sebesar 61,95% dan hasil dari algoritma &#13;
Decision tree memperoleh nilai accuracy 51,60% untuk class precision prediksi&#13;
positif adalah 51,89% sedangkan untuk prediksi negative memperoleh hasil 51,31% &#13;
dan recall yang diperoleh dari true positif sebesar 51,74% sedangkan untuk true &#13;
negative sebesar 51,47%. Tingginya sentimen positif terhadap penerapan kuliah &#13;
daring dihasilkan karena penerapan kuliah daring yang berlangsung selama 1 tahun &#13;
di Indonesia dirasa efektif untuk mengurangi penyebaran virus covid-19.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>Decision Tree</topic>
 </subject>
 <subject authority="">
  <topic>Twitter</topic>
 </subject>
 <subject authority="">
  <topic>K-NN</topic>
 </subject>
 <subject authority="">
  <topic>Kuliah Daring</topic>
 </subject>
 <subject authority="">
  <topic>Sentiment Analysis</topic>
 </subject>
 <subject authority="">
  <topic>Naïve  Bayes</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Digital Library ARS University Perpustakan Online ARS University</physicalLocation>
  <shelfLocator>023/S1.SI.SKP/2021-2022</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S02374K</numerationAndChronology>
    <sublocation>Sistem Informasi</sublocation>
    <shelfLocator>023/S1.SI.SKP/2021-2022</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="17321" url="" path="/beac09c5915b7481b04aa87699fbb92c.pdf" mimetype="application/pdf">Hal Depan</slims:digital_item>
  <slims:digital_item id="17322" url="" path="/9d847cbf762889045da944b5d299cbee.pdf" mimetype="application/pdf">Bab 1</slims:digital_item>
  <slims:digital_item id="17324" url="" path="/d1cd6482a4f621f4125991f7b00e27f5.pdf" mimetype="application/pdf">Bab 3</slims:digital_item>
  <slims:digital_item id="17326" url="" path="/bc6f32fae4afe157686854edb9376df7.pdf" mimetype="application/pdf">Bab 5</slims:digital_item>
  <slims:digital_item id="17327" url="" path="/66157ec934156806a5d0c878f5f1949d.pdf" mimetype="application/pdf">DAFTAR PUSTAKA</slims:digital_item>
  <slims:digital_item id="17328" url="" path="/2ba930aa5e95e9dfc80ded18d7064a67.pdf" mimetype="application/pdf">Hal Belakang</slims:digital_item>
  <slims:digital_item id="17329" url="" path="/4631892d6ddd4db04e8a97ebd7790f1e.pdf" mimetype="application/pdf">Lampiran</slims:digital_item>
 </slims:digitals>
 <slims:image>Screenshot_2023-03-31_135622.png.png</slims:image>
 <recordInfo>
  <recordIdentifier>7223</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2023-03-31 13:57:53</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2023-03-31 13:59:35</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>