• Tidak ada hasil yang ditemukan

Daftar Pustaka - Repository Institut Teknologi Indonesia

N/A
N/A
Protected

Academic year: 2024

Membagikan "Daftar Pustaka - Repository Institut Teknologi Indonesia"

Copied!
3
0
0

Teks penuh

(1)

47

Informatika-ITI

DAFTAR PUSTAKA

A. Saiyad, ". (April 2019. [Online]. ). Available: https://medium.com/yudiz- solutions/lets-dive-in-the-world-of-machine-learning-eef6be9eb0d6. ([Accessed December 2019].).

Agusta, L. K. (2009). Perbandingan Algoritma Stemming Porter Dengan Algoritma Nazief & Adriani Untuk Stemming Dokumen Teks Bahasa Indonesia. Konferensi Nasional Sistem dan Informatika, 96–201.

Ali, J. &. (2012). Random Forests and Decision Trees . International Journal of Computer Science Issues (IJCSI)(9).

Breiman, L. (1996). Machine Learning. (2), 123-140.

Budi Kurniawan, M. A. (2017). Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes. Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 1, 1193-1200.

Fanani, F. (2017). Klasifikasi Review Software Pada Google Play Menggunakan Pendekatan Analisis Sentimen. Program Studi Teknologi Informasi Fakultas Teknik UGM Yogyakarta.

Fawcett, T. (2006). An Introduction to ROC Analysis. Pattern Recognition Letters.

(27(8)), 861–87.

Feldman, R. &. (2007). The Text Mining Handbook Advanced Approaches In Analyzing Unstructured Data. New York: Cambridge University Press.

Hegde, Y. &. (2017). Sentiment Analysis using Random Forest Ensemble for Mobile Product Reviews in Kannada. International Advance Computing Conference.

Imron, A. (2017). ANALISIS SENTIMEN TERHADAP TEMPAT WISATA DI KABUPATEN REMBANG MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER.

Jamil, H. (2017). Analisis Sentimen Pada Online Review Menggunakan Kombinasi Metode Lexicon Based dan Naïve Bayes Classifier. Program Studi Statistika.

(2)

48

Informatika-ITI

Kohavi, R. &. (1998). On applied research in machine learning. Machine Learning(30 (2)), 127-132.

Liu. L, C. &. (2013). Analysis of Customer Satisfaction from Chinese Reviews using Opinion Mining. International Conference on Software Engineering and Service Science (ICSESS)., 8.

Mahmood, A. &. (2011). An Improved CART Decision Tree for Datasets with Irrelevant Feature. 539–549.

Manning, C. D. (2009). An Introduction to Information Retrieval – Online Edition.

Cambridge: Cambridge University Press.

Nurhayati, B. P. (2019.). Pengembangan Algoritma Unsupervised learning technique pada big data analysis di media sosial sebagai media promosi online bagi masyarakat.

Perdana, R. &. (2013.). Pengkategorian Pesan Singkat Berbahasa Indonesia pada Jejaring Sosial Twitter dengan Metode Klasifikasi Naïve Bayes. 1-12.

Putu Gede Surya Cipta Nugraha, I. W. (2016). PENERAPAN METODE DECISION TREE(DATA MINING) UNTUK MEMPREDIKSI TINGKAT KELULUSAN SISWA SMPN1 KINTAMANI. Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK), 2541-3058.

Sari, A. P. (2018). Random Forest Algorithm for Prediction of Precipitation. Indones. J.

Artif. Intell. Data Min., 27.

Sutoyo, I. (2018). IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI DATA PESERTA DIDIK. Jurnal PILAR Nusa Mandiri, Vol. 14, 2527-6514.

Syafitri, B. S. (2010). Metode Pohon Gabungan : Solusi Pilihan untuk Mengatasi Kelemahan Pohon Regresi dan Klasifikasi Tunggal. Jurnal IPB, 15(1), 3-5.

Wambui, E. G. (2018). An Intelligent Model for Fleet Management by Use of Sensor Enabled Tags Integrated With GPRS Technology,. (11), 30–40.

(3)

49

Informatika-ITI

Wankhede, R. &. (2017). Design Approach for Accuracy in Movies Reviews Using Sentiment Analysis. International Conference on Electronics, Communication and Aerospace Technology (ICECA).

Windasari, I. P. (2017). Sentiment Snalysis on Travel Destination in Indonesia.

Information Tech. Computer, and Electrical Engineering (ICITACEE).

Zhou, V. (2019). https://victorzhou.com/blog/gini-impurity/.

Referensi

Dokumen terkait

IMPLEMENTASI NAÏVE BAYES CLASSIFIER PADA SISTEM ANALISIS SENTIMEN TWITTER (Studi Kasus: BPJS) Universitas Pendidikan Indonesia | repository.upi.edu

IMPLEMENTASI NAÏVE BAYES CLASSIFIER PADA SISTEM ANALISIS SENTIMEN TWITTER (Studi Kasus: BPJS) Universitas Pendidikan Indonesia | repository.upi.edu |

IMPLEMENTASI NAÏVE BAYES CLASSIFIER PADA SISTEM ANALISIS SENTIMEN TWITTER (Studi Kasus: BPJS). Universitas Pendidikan Indonesia | repository.upi.edu |

IMPLEMENTASI NAÏVE BAYES CLASSIFIER PADA SISTEM ANALISIS SENTIMEN TWITTER (Studi Kasus: BPJS). Universitas Pendidikan Indonesia | repository.upi.edu |

ix ABSTRAK Devi Aditya 16180092, Analisis Sentimen Pada Media Sosial Twitter Menggunakan Metode Naïve Bayes Classifier Studi Kasus: Komentar Publik Kepada Tri Indonesia

Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier.. Indonesian Journal of

Jumlah ulasan dengan perubahan data training dan testing model Naïve Bayes 3.4 Evaluasi Berdasarkan hasil evaluasi metode lexicon based Inset Lexicon dan Naïve Bayes, didapatkan

i PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE PADA KASUS ANALISIS SENTIMEN TERHADAP DATA VAKSIN COVID-19 DI TWITTER TESIS Oleh : RIZKI ANOM RAHARJO