Article Per Year (5 Year)
p-Index From 2019 - 2024
2.33
P-Index
This Author published in this journals
All Journal InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) Jurnal Nasional Komputasi dan Teknologi Informasi J-SAKTI (Jurnal Sains Komputer dan Informatika) Journal of Information System, Applied, Management, Accounting and Research Akrab Juara : Jurnal Ilmu-ilmu Sosial STUDI PELAKSANAAN SELFMEDICATION PADA PENDERITA DIARE BERDASARKAN TINGKAT PENGETAHUAN MASYARAKAT PESISIR KECAMATAN SOROPIA KABUPATEN KONAWE J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Masyarakat Formosa (JPMF) SATIN - Sains dan Teknologi Informasi Jurnal Pengabdian Kepada Masyarakat Radisi
Jefina Tri Kumalasari
Universitas Bina Sarana Informatika
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Medicine & Pharmacology Public Health Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : SATIN - Sains dan Teknologi Informasi

 1 
Analisis Sentimen Terhadap Program Kampus Merdeka Pada Twitter Menggunakan Metode Naïve Bayes, Union dan Synthetic Minority Over Sampling Technique (SMOTE) Jefina Tri Kumalasari; Agustiena Merdekawati
SATIN - Sains dan Teknologi Informasi Vol 9 No 1 (2023): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.322 KB) | DOI: 10.33372/stn.v9i1.894

Abstract

Program Kampus Merdeka bertujuan menyiapkan mahasiswa menghadapi tantangan perubahan sosial, dan kemajuan teknologi yang semakin cepat. Kampus Merdeka memberikan peluang mahasiswa untuk mengambil materi program atau jurusan lain atau yang sama pada kampus yang lain sehingga diharapkan dapat menghasilkan lulusan yang dapat menghadapi dinamika masyarakat pada lingkungan usaha dan industri. Twitter salah satu media yang digemari digunakan sebagai media bersosialisasi, bertukar informasi dan berpendapat sehingga sesuai sebagai sumber analisa sentiment. Mengumpulkan, mengenali, mengekstrak opini dalam bentuk teks sehingga dapat digunakan sebagai informasi yang bermanfaat. Algoritma klasifikasi Naïve Bayes memprediksi apakah suatu opini bernilai positif atau negative. Menganalisa data dengan jumlah besar membutuhkan operator Union. Variable yang digunakan dalam penelitian ini yaitu hasil tweet dengan kata kunci kampus merdeka dan hasil sentiment sebagai label. Data yang diambil berjumlah 680, sedangkan data yang tidak diberi label berjumlah 430 yang merupakan data raw yang berasal dari media social Twitter berisi ungkapan, pertanyaan, pengalaman pengguna. Berdasarkan hasil analisa akumulasi sentiment menghasilkan nilai positif 86% dibandingkan yang memberikan nilai negative 14%. Sehingga dapat disimpulan Program Merdeka Belajar memberikan opini baik. Selain itu untuk mengoptimalkan data yang tidak seimbang digunakan Synthetic Minority Oversampling Technique (SMOTE) menghasilkan keakuratan data sebesar 99.21% sedangkan tanpa SMOTE keakuratan data hanya 77.60%. Sehingga dapat disimpulan Program Merdeka Belajar memberikan opini baik.
Co-Authors Agustiena Merdekawati, Agustiena Ahmad Abdurohim Azis Sukma Dhiana Irwin Sukrisno Sugeng Kebenaran Wau Susi Wahyu Lestari Tara Adrilia Salsabila Wida Prima Mustika Wida Prima Mustika Yuni Fitriani