<label>hey aku disini show_detail</label><?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="1488">
<titleInfo>
<title>Sistem Prediksi Kebutuhan Kalori Dan Hidrasi Terpersonalisasi Pada Pasien Diabetes Tipe 2 Menggunakan Random Forest Dan Content-Based Filtering Berbasis Web</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Ghifari Naufal Nasrullah</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Bandung</placeTerm></place>
<publisher>Universitas Langlangbuana</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text</form>
<extent></extent>
</physicalDescription>
<note>Ulasan pengguna pada aplikasi WhatsApp di Google Play Store merupakan sumber informasi yang dapat digunakan untuk mengetahui persepsi pengguna terhadap kualitas layanan aplikasi. Namun, jumlah ulasan yang terus bertambah menyulitkan proses analisis secara manual sehingga diperlukan sistem analisis sentimen otomatis. Penelitian ini bertujuan mengimplementasikan pipeline berbasis tokenizer IndoBERT pada sistem untuk menganalisis sentimen ulasan WhatsApp berbahasa Indonesia. Dataset yang digunakan berasal dari Kaggle dan telah melalui tahap preprocessing serta pelabelan sentimen positif, netral, dan negatif. Sistem dikembangkan menggunakan metode Agile Unified Process (AUP), dengan FastAPI sebagai backend dan HTML, CSS, serta JavaScript sebagai frontend. Implementasi mencakup proses preprocessing, tokenisasi, representasi fitur berbasis Transformer, klasifikasi sentimen menggunakan IndoBERT, serta deteksi mixed sentiment menggunakan pendekatan rule-based pada tahap inferensi. Hasil evaluasi menunjukkan model memperoleh accuracy sebesar 94,28% dan weighted average F1-score sebesar 94,24%, sedangkan pengujian black-box menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan. Penelitian ini menghasilkan sistem
analisis sentimen yang mampu mengklasifikasikan ulasan pengguna secara otomatis serta menyajikan hasil analisis dalam bentuk visualisasi dan laporan</note>
<subject authority=""><topic>Pipeline</topic></subject>
<subject authority=""><topic>IndoBERT</topic></subject>
<subject authority=""><topic>Analisis Sentimen</topic></subject>
<subject authority=""><topic>Natural Language Processing</topic></subject>
<subject authority=""><topic>WhatsApp</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Repository Fakultas Teknik Sistem Repository Elektronik Skripsi dan Penelitian Dosen Fakultas Teknik</physicalLocation>
<shelfLocator>005 NAS	S</shelfLocator>
</location>
<slims:digitals>
<slims:digital_item id="11664" url="" path="/Lembar Cover - Ghifari Naufal N.pdf" mimetype="application/pdf">Cover</slims:digital_item>
<slims:digital_item id="11665" url="" path="/LEMBAR PENGESAHAN - Ghifari Naufal N.pdf" mimetype="application/pdf">Lembar Pengesahan</slims:digital_item>
<slims:digital_item id="11666" url="" path="/LEMBAR PERNYATAAN KEASLIAN TUGAS AKHIR - Ghifari Naufal N.pdf" mimetype="application/pdf">Lembar Pernyataan</slims:digital_item>
<slims:digital_item id="11667" url="" path="/Abstrak - Ghifari Naufal N.pdf" mimetype="application/pdf">Abstrak</slims:digital_item>
<slims:digital_item id="11668" url="" path="/Kata Pengantar - Ghifari Naufal N.pdf" mimetype="application/pdf">Kata Pengantar</slims:digital_item>
<slims:digital_item id="11669" url="" path="/Daftar Isi - Ghifari Naufal N.pdf" mimetype="application/pdf">Daftar Isi</slims:digital_item>
<slims:digital_item id="11670" url="" path="/Daftar Gambar - Ghifari Naufal N.pdf" mimetype="application/pdf">Daftar Gambar</slims:digital_item>
<slims:digital_item id="11671" url="" path="/Daftar Tabel - Ghifari Naufal N.pdf" mimetype="application/pdf">Daftar Tabel</slims:digital_item>
<slims:digital_item id="11672" url="" path="/Daftar Lampiran - Ghifari Naufal N.pdf" mimetype="application/pdf">Daftar Lampiran</slims:digital_item>
<slims:digital_item id="11673" url="" path="/Bab 1 - Ghifari Naufal N.pdf" mimetype="application/pdf">Bab I</slims:digital_item>
<slims:digital_item id="11674" url="" path="/Bab 2 - Ghifari Naufal N.pdf" mimetype="application/pdf">Bab II</slims:digital_item>
<slims:digital_item id="11675" url="" path="/Bab 3 - Ghifari Naufal N.pdf" mimetype="application/pdf">Bab III</slims:digital_item>
<slims:digital_item id="11676" url="" path="/Bab 4 - Ghifari Naufal N.pdf" mimetype="application/pdf">Bab IV</slims:digital_item>
<slims:digital_item id="11677" url="" path="/Bab 5 - Ghifari Naufal N.pdf" mimetype="application/pdf">Bab V</slims:digital_item>
<slims:digital_item id="11678" url="" path="/Daftar Pustaka - Ghifari Naufal N.pdf" mimetype="application/pdf">Daftar Pustaka</slims:digital_item>
<slims:digital_item id="11679" url="" path="/Lampiran - Ghifari Naufal N.pdf" mimetype="application/pdf">Lampiran</slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier>1488</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-12 14:55:29</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-12 14:55:29</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>