<?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="8085">
 <titleInfo>
  <title>Identifikasi Hatespeech# Hashtags Tweet Pada Twitter Menggunakan Text Mining Analysis Dan Metode Naive Bayes Classifier (NBC)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Malik Fajar</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Palembang</placeTerm>
   <publisher>Fakultas Ilmu Komputer</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent>xiv, 84 hlm ; 30 cm</extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
Twitter adalah salah satu dari media sosial, aplikasi yang berbasis&#13;
microblogging.Microblogging merupakan jenis media sosial yang memfasilitasi&#13;
pengguna untuk menulis danmemublikasikan aktivitas atau pendapat secara&#13;
bebas. Dengan adanya media sosial, salah satunya adalah Twitter. Setiap orang&#13;
dapat saja saling berbagi informasi terhadap orang laintanpa harus bertemu satu&#13;
dengan yang lainnya dan juga memiliki kebebasan untuk mengemukakan&#13;
pendapat. Tetapi dengan media sosial pengguna juga dapat mempengaruhi hal&#13;
buruk pengguna lain dengan membuat dan menyebarkan informasi yang bersifat&#13;
tuduhan,fitnah, berita hoax, maupun SARA, semua itu masuk kategori ujaran&#13;
kebencian atau Hate Speech.&#13;
Penelitian ini dilakukan untuk mengetahui performa algoritme Naive Bayes&#13;
Classifier dalam melakukan proses klasifikasi berdasarkan twitt atau status&#13;
pengguna Twitter. Sumber data pada penelitian ini menggunakan Twitter.&#13;
Uji model penelitian ini dilakukan dengan menggunakan bantuan library&#13;
python yaitu MultinomialNaiveBayes. Dalam proses uji model, besarnya data&#13;
tes yang diambil adalah 33%dari data training yang dilakukan secara acak.&#13;
Evaluasi model yang dilakukan pada penelitianini menggunakan 5-fold cross&#13;
validation dengan hasil akurasi 71.0%.&#13;
Kata kunci: Twitter, Microblogging, Hate Scpeech, Library, Naive Bayes&#13;
Classifier, Cross Validation.</note>
 <note type="statement of responsibility">Muhammad Malik Fajar</note>
 <subject authority="">
  <topic>Kecerdasan buatan Algoritma</topic>
 </subject>
 <classification>006.312</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan UNIVERSITAS SUMATERA SELATAN Open Source Library Management System</physicalLocation>
  <shelfLocator>006.312 MUH i</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">P00011944</numerationAndChronology>
    <sublocation>My Library</sublocation>
    <shelfLocator>006.312 MUH i</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <recordInfo>
  <recordIdentifier>8085</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2023-11-24 12:29:43</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2023-12-12 15:29:57</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>