• Tidak ada hasil yang ditemukan

Daftar Pustaka

N/A
N/A
Protected

Academic year: 2023

Membagikan "Daftar Pustaka"

Copied!
2
0
0

Teks penuh

(1)

Daftar Pustaka

D. Rusdiaman and d. Rosiyadi, “Metode Naïve Bayes Classifier dan Support Vector Machine,” vol. 4, no. 2, pp. 230–235, 2019.

A. Roihan, p. A. Sunarya, and a. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang : review paper,” vol. 5, no. April, pp. 75–82, 2020.

A. T. J. H, “Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti Dalam Proses Text Mining,” pp. 1–9.

S. N. Nugraha, t. Rivanie, s. Rahayu, w. Gata, and r. Pebrianto, “Sentimen Analisis Penerapan Social Distancing Menggunakan Feature Selection pada Algoritma Support Vector Machine,” vol. Vi, no. 2, 2020, doi:

10.31294/jtk.v4i2.

A. R. Isnain et al., “Sentimen Analisis Public Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma SVM.,” vol. 2, no. 1, pp. 31–

37, 2021.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 di Twitter,”

vol. 2, no. 1, pp. 32–41, 2017.

E. Tungadi, z. Saharuna, m. Nur, and y. Utomo, “Analisis Sentimen pada Twitter Terhadap Pelayanan Pemerintah Kota Makassar,” no. June 2020, 2019.

W. A. Luqyana, i. Cholissodin, and r. S. Perdana, “Analisis Sentimen Cyberbullying pada Komentar Instagram dengan Metode Klasifikasi Support Vector Machine,” vol. 2, no. 11, pp. 4704–4713, 2018.

R. S. Perdana and m. A. Fauzi, “Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomunikasi Seluler Indonesia pada Twitter dengan Metode Support Vector Machine dan Lexicon Based Features” no. August, 2017.

D. M. Da, s. Ca, and a. Ganesh, “Sentiment analysis : a comparative study on different approaches,” procedia - procedia comput. Sci., vol. 87, pp. 44–49, 2016, doi: 10.1016/j.procs.2016.05.124.

S. Bagheri, “A survey on sentiment analysis methods and.”

h. Sever, data mining: trends in research and development, no. November 2012.

(2)

1997.

M. Learning and k. A. Publishers, “Guest editorial genetic algorithms and machine learning,” pp. 95–99, 1988.

R. Thupae, b. Isong, and n. Gasela, “Machine learning techniques for traffic identification and classification in sdwsn : a survey,” no. November, 2018, doi: 10.1109/iecon.2018.8591178.

H. Geovani, “Sistem Pakar untuk Mendiagnosa Gangguan Jaringan Lain.”

A. Roihan, p. A. Sunarya, and a. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang : review paper,” vol. 5, no. April, pp. 75–82, 2020.

Z. A. Fikriya, m. I. Irawan, j. Matematika, f. Matematika, and p. Alam,

“Implementasi Extreme Learning Machine untuk Pengenalan Objek Citra Digital,” vol. 6, no. 1, 2017.

Referensi

Dokumen terkait

Pada penelitian kali ini akan dilakukan analisis sentimen terhadap opini pengguna twitter mengenai aplikasi bibit menggunakan kombinasi Lexicon Based dan Multinomial Naïve

vii INTISARI PERBANDINGAN PENDEKATAN DAN KERNEL PADA ALGORITMA SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN DI TWITTER Studi Kasus : Pemberlakuan Pembatasan Kegiatan