-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathtentang.html
75 lines (62 loc) · 4.49 KB
/
tentang.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8" content='width=device-width, initial-scale=1, maximum-scale=1, user-scalable=no' name='viewport'>
<title>Twitter Kampus</title>
<link href="css/bootstrap.min.css" rel="stylesheet">
<link href="css/style.css" rel="stylesheet">
</head>
<body class="document">
<nav>
<ul class="topnav" id="myTopnav">
<li class="title"><a href="index.html"><img src="logohorizontalmid.png"></a></li>
<li class="active"><a href="tentang.html">Tentang</a></li>
<li><a href="panduan.html">Panduan</a></li>
<li><a href="kontak.html">Kontak</a></li>
<li><a href="http://127.0.0.1:6105" target="blank">Aplikasi</a></li>
<li class="icon">
<a href="javascript:void(0);" onclick="myFunction()">☰</a>
</li>
</ul>
</nav>
<div class="blockDocument">
<div class="headingDocument">Tentang Twitter Kampus <hr></div>
<div class="content">
<div class="longdesc">Twitter Kampus merupakan situs berbasis aplikasi web yang merupakan hasil penelitian dengan judul, "Implementasi Text Mining untuk Analisis Sentimen Pada Perguruan Tinggi Swasta Melalui Media Sosial".<br>
Peneliti mengembangkan aplikasi dengan batasan-batasan yaitu terfokus pada analisis sentimen perguruan tinggi swasta dengan menggunakan beberapa contoh sampel perguruan tinggi swasta. Aplikasi juga dapat mengambil tweets dari media sosial twitter secara otomatis terkait topik perguruan tinggi yang diinginkan, kemudian mengolahnya untuk menghasilkan data analisis yang bermanfaat.
</div>
</div>
<div class="headingDocument">Latar Belakang <hr></div>
<div class="content">
<div class="longdesc">
Banyak perguruan tinggi bersaing dalam memperoleh calon mahasiswa. Terlebih lagi perguruan tinggi swasta yang harus mencari calon mahasiswa tanpa dukungan penuh dari pemerintah. Karena itu pihak pemasaran dalam perguruan tinggi swasta perlu lebih proaktif dalam menonjolkan kelebihan-kelebihan perguruan tinggi yang dimiliki. Untuk mengidentifikasi kelebihan dan kelemahan perguruan tinggi ini diperlukan teknik analisis, salah satunya analisis sentimen dimana data-data yang diperlukan berupa kritik, saran dan opini dari masyarakat. <br>
Salah satu metode yang populer untuk mengakses opini masyarakat adalah melalui media sosial. Hal ini dikarenakan kemudahan dan kebebasan pengguna dalam mengirim dan mengakses opini. Twitter dalam hal ini merupakan media sosial yang paling cocok untuk pengolahan teks dengan kumpulan opini berupa Tweet yang berbentuk teks murni dan fitur hashtag, mention, dan hyperlink yang juga memiliki sifat layaknya teks. <br>
Banyak dan cepatnya pergerakan data dalam jejaring sosial menyebabkan proses analisis sentimen secara tradisional memakan banyak tenaga, waktu, dan biaya. Teknik text mining dapat diimplementasikan dalam pengambilan dan pengolahan data-data media sosial, menggantikan cara manual dimana manusia harus menelusuri dan membaca opini media sosial satu persatu.
</div>
</div>
<div class="headingDocument">Analisis Sentimen <hr></div>
<div class="content">
<div class="longdesc">Analisis sentimen ditujukan untuk menganalisis, memahami, mengolah, dan mengekstrak data tekstual berupa opini terhadap entitas seperti produk, servis, organisasi, individu, dan topik tertentu. Opini ini diolah dengan berbagai macam cara untuk menentukan apakah suatu opini bersifat negatif atau positif. Teknik analisis ini memiliki potensi besar untuk perusahaan yang ingin mengetahui respon masyarakat terkait produk atau layanan yang diberikan. Hasil analisis ini dapat digunakan sebagai pertimbangan pengambilan keputusan yang berorientasi pada kepuasan konsumen.
</div>
</div>
<div class="headingDocument">Text Mining <hr></div>
<div class="content">
<div class="longdesc">Text mining mengacu pada proses mengambil informasi berkualitas tinggi dari teks. Informasi berkualitas tinggi biasanya diperoleh melalui peramalan pola dan kecenderungan melalui sarana seperti pembelajaran pola statistik. Proses text mining yang khas meliputi kategorisasi teks, text clustering, ekstraksi konsep/entitas, produksi taksonomi granular, analisis sentimen, penyimpulan dokumen, dan pemodelan relasi entitas (yaitu, pembelajaran hubungan antara entitas bernama).
</div>
</div>
</div>
<footer>
<div>Copyright © 2017 Benny Hartono</div>
</footer>
</body>
<script>
function myFunction() {
var x = document.getElementById("myTopnav");
if (x.className === "topnav") {
x.className += " responsive";
} else {
x.className = "topnav";
}
}
</script>
</html>