Mursid, Zakaria (2019) ANALISIS SENTIMEN DI MEDIA SOSIAL TWITTER TERHADAP BRAND XIAOMI DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (288kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (615kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (752kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (810kB) |
|
Text (BAB V)
BAB V.pdf Download (128kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (153kB) |
|
Archive (SOURCE CODE)
Source Code16.11.0279 Zakaria Mursid.zip Restricted to Repository staff only Download (4MB) |
|
Text (PUBLIKASI)
Publikasi_16.11.0279 Zakaria Mursid.pdf Restricted to Repository staff only Download (741kB) |
Abstract
Xiaomi adalah perusahaan elektronik asal Cina. Chief Financial Officer (CFO) Xiaomi Chew Shouzi dalam kunjungannya ke Indonesia pada bulan November 2018 menyatakan bahwa Indonesia punya peran penting bagi pertumbuhan bisnis Xiaomi. Xiaomi harus lebih kompetitif dan membedakan dirinya dengan pesaing karena penantang baru terus memasuki pasar. Analisis sentimen adalah alat untuk memproses koleksi hasil pencarian yang bertujuan dengan mencari atribut suatu produk (kualitas, fitur, dll) dan proses memperolah hasil pendapatnya. Pengguna sosial media bebas mengekspresikan pendapatnya. Twitter merupakan salah satu sosial media yang digemari oleh masyarakat Indonesia. Penelitian ini mencoba memanfaatkan apa yang pengguna tulis atau posting di media sosial Twitter atau lebih dikenal dengan istilah tweet. Tweet tersebut nantinya akan diolah dengan text mining dan diproses dengan menggunakan algoritma Naïve Bayes Classifier
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Analisis Sentimen, Media Sosial, Naïve Bayes Classifier | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 001 Ilmu pengetahuan |
||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 28 Jul 2022 04:44 | ||
Last Modified: | 07 Sep 2023 03:17 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/4320 |
Actions (login required)
View Item |