Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/163302
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSartika, Wimi-
dc.contributor.advisorRahardiantoro, Septian-
dc.contributor.authorAbidin, Muhammad Ilham Maulady-
dc.date.accessioned2025-06-30T07:09:01Z-
dc.date.available2025-06-30T07:09:01Z-
dc.date.issued2019-
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/163302-
dc.description.abstractInternet merupakan suatu fenomena yang luar biasa. Menurut Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) pada tahun 2014, pengguna internet di Indonesia selalu bertambah dari tahun ke tahun. Jumlah pengguna internet di Indonesia mencapai 88 juta orang hingga akhir tahun 2014 atau mengalami kenaikan sebesar 34.9% jika dibandingkan dengan tahun 2013. Twitter adalah salah satu situs jejaring sosial yang paling banyak diakses. Indonesia menempati peringkat lima pengguna twitter terbesar di dunia. Penggunaan Twitter yang tinggi menghasilkan ukuran data yang cukup tinggi. Untuk mengetahui karakteristik popularitas suatu topik tidak mudah dengan menggunakan teknik secara tradisional. Oleh karena itu, dibutuhkan automatisasi dalam pengolahan data Twitter. De Choudhury et. al. (2012) mengelompokkan pengguna Twitter menggunakan berbagai metode klasifikasi dengan ketepatan yang tinggi.id
dc.language.isoidid
dc.publisherIPB Universityid
dc.titleAnalisis Keluhan Pelanggan Indihome pada Akun Twitter "@Telkomcare" Menggunakan Text Mining dengan Metode Klasifikasi Semi-Supervised Learningid
dc.typeUndergraduate Thesisid
Appears in Collections:UT - Statistics and Data Sciences

Files in This Item:
File Description SizeFormat 
G19mim.pdf
  Restricted Access
Fulltext14.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.