@thesis{thesis,
		author={Muhammad Sabil  Putera},
		title ={ANALISIS SENTIMEN TWITTER MENGUNAKAN 
METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE 
(Studi Kasus: Data Tanggapan Mengenai Crisbar)},
		year={2024},
		url={http://repository.unsada.ac.id/7707/},
		abstract={Perkembangan teknologi komunikasi pada saat ini semakin pesat dan cepat 
ke arah digitalisasi, membuat segala suatu hal yang berkaitan dengan penggunaan
alat bantu untuk memproses dan mentransfer data dari perangkat yang satu ke
lainnya yang bertujuan untuk memudahkan seluruh penggunanya. Twitter
merupakan salah satumedia sosial yang memiliki pengguna perharinya 126 juta.
Crisbar adalah perusahaan makanan cepat saji yang memiliki beberapa menu salah
satunya yang menjadi ciri khas yaitu berupa ayam geprek di bakar dengan berbagai
macam bumbu, perusahaan ini di dirikan sejak 27 agustus 2017. Crawling data pada
penelitian yang dilakukan mendapatkan data bersih sebanyak 200 data cuitan
twitter, data tersebut didapatkan dari 1 Maret sampai dengan 20 Juni 2023. Hasil
dari penelitian yang dilakukan yaitu analisis sentimen twitter dengan mengunakan
algoritma Support Vector Machine dan algoritma Naive Bayes menghasilkan
banyaknya sentimen positif daripada sentimen negatif dari total 200 data cuitan
twitter berbahasa indonesia dan memiliki akurasi 87% pada algoritma Naïve Bayes
Dan 85% pada algoritma Support Vector Machine sehingga algoritma Naïve Bayes
lebih tinggi akurasinya dibanding algoritma Support Vector Machine.}
		}