104
DAFTAR PUSTAKA
Findawati, Y., & Rosid, M. A. (2021). Buku Ajar Text Mining. Umsida Press, 1- 123. https://doi.org/10.21070/2020/978-623-6833-19-3
Ardiani, L. and Sujaini, H. (2020) ‘Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak’, 8(2), p. 8.
Ayyadevara, V.K. (2018) Pro Machine Learning Algorithms. Berkeley, CA:
Apress. doi:10.1007/978-1-4842-3564-5.
Bengfort, B., Bilbro, R. and Ojeda, T. (no date) ‘Applied Text Analysis with Python’, p. 332.
Hendrastuty, N. et al. (2021) ‘Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine’, Jurnal Informatika, p. 6.
Joyosemito, I.S. and Nasir, N.M. (2021) ‘Gelombang Kedua Pandemi Menuju Endemi Covid-19: Analisis Kebijakan Vaksinasi Dan Pembatasan Kegiatan Masyarakat Di Indonesia’, Jurnal Sains Teknologi dalam Pemberdayaan Masyarakat, 2(1), pp. 55–66. doi:10.31599/jstpm.v2i1.718.
Kurniawan, F.W. and Maharani, D.W. (2021) ‘Analisis Sentimen Twitter Bahasa Indonesia dengan Word2Vec’, p. 9.
Kurniawan, I. and Susanto, A. (2019) ‘Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019’, Eksplora Informatika, 9(1), pp. 1–10.
doi:10.30864/eksplora.v9i1.237.
Kusumawati, N.D. and Faraby, S.A. (2021) ‘Analisis Sentimen Komentar Beracun pad Media Sosial Menggunakan Word2Vec dan Support Vectore Machine (SVM)’, p. 13.
Liu, B. (2015) Sentiment analysis: mining opinions, sentiments, and emotions.
New York, NY: Cambridge University Press.
Perkins, J. and Fattohi, F. (2014) Python 3 text processing with NLTK 3 cookbook: over 80 practical recipes on natural language processing techniques using Python’s NLTK 3.0. 2. ed. Birmingham: Packt Publishing Ltd (Quick answers to common problems).
Sabrila, T.S., Sari, V.R. and Minarno, A.E. (2021) ‘Analisis Sentimen Pada Tweet Tentang Penanganan Covid-19 Menggunakan Word Embedding Pada
Algoritma Support Vector Machine Dan K-Nearest Neighbor’, Fountain of Informatics Journal, 6(2), p. 69. doi:10.21111/fij.v6i2.5536.
Sari, B.W. and Haranto, F.F. (2019) ‘Implementasi Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter Terhadap Pelayanan Telkom Dan Biznet’, Jurnal Pilar Nusa Mandiri, 15(2), pp. 171–176.
doi:10.33480/pilar.v15i2.699.
‘Analisis Sentimen Berdasarkan Opini Pengguna pada Media Twitter Terhadap BPJS Menggunakan Metode Lexicon Based dan Naïve Bayes Classifier’
(2021) Jurnal Ilmiah Komputasi, 20(1). doi:10.32409/jikstik.20.1.401.
Widiastuti, I. (no date) ‘Pelayanan Badan Penyelenggara Jaminan Sosial (Bpjs) Kesehatan Di Jawa’, p. 11.
T, Y. S., Faraby, S. A., & Dwifebr, M. (2021, August 4). Analisis Sentimen Terhadap Ulasan Film Menggunakan Word2Vec dan SVM. Bandung;
Universitas Telkom.
105
Kulkarni, A. and Shivananda, A. (2019) Natural Language Processing Recipes:
Unlocking Text Data with Machine Learning and Deep Learning using Python. Berkeley, CA: Apress. doi:10.1007/978-1-4842-4267-4.
Lane, H., Howard, C. and Hapke, H., 2019. Natural Language Processing in Action Understanding, analyzing, and generating text with Python. Shelter Island: Manning Publications Co, p.545.
Trunfio, P. (2012) Service-Oriented Distributed Knowledge Discovery. Chapman and Hall/CRC (Chapman & Hall/CRC Data Mining and Knowledge
Discovery Series). doi:10.1201/b12990.
Mueller, J. and Massaron, L. (2016) Machine learning for dummies. Hoboken, New Jersey: John Wiley & Sons, Inc (For dummies).
Septiani, L. & Sibaroni, Y. Sentiment Analysis Terhadap Tweet Bernada Sarkasme Berbahasa Indonesia. 2, 62–67 (2019).
