@thesis{thesis,
		author={ARIZONA ZULKARNAIN },
		title ={Analisis Leksikal dan User Profiling untuk Memantau Respon Masyarakat Terhadap Suatu Peristiwa melalui Twitter},
		year={2021},
		url={},
		abstract={Abstrak
Pengguna twitter mampu membuat 500 juta cuitan setiap hari yang berkaitan dengan lingkungan sekitarnya. Cuitan dari pengguna twitter ini dapat menjadi informasi yang berguna untuk mengamati suatu kejadian atau peristiwa, misalnya bencana alam, laka lantas, dan pandemi. Namun bahasa dari cuitan biasanya tidak formal, dan ada beragam jenis akun twitter dengan kepentingan khusus misalnya, akun bisnis dan akun media. Hal ini menyebabkan pengamatan pribadi pengguna twitter sulit untuk didapatkan. Penelitian ini bertujuan untuk mengusulkan metode penyaringan pengamatan pribadi dengan metode unsupervised learning. Metode unsupervised learning berikut menggunakan pendekatan analisis leksikal dan user profiling. Hasil dari penelitian ini adalah kumpulan cuitan yang mengandung pengamatan pribadi dari pengguna twitter tentang sebuah kejadian atau objek. Penelitian ini dikerjakan menggunakan python dan rstudio. Penerapan analisis leksikal ditambah dengan user profiling pada penelitian ini berhasil mempermudah pemantauan kejadian melalui pengamatan pribadi pengguna twitter.}
		}