Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Tematik : Jurnal Teknologi Informasi Komunikasi

Analisis Sentimen Pembelajaran Daring Era Pandemi COVID-19 Menggunakan Naive Bayes Dan SVM Ketut Mediana Ayu Candrayani; I Made Agus Dwi Suarjaya; Anak Agung Ketut Agung Cahyawan Wiranatha
TEMATIK Vol 10 No 1 (2023): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2023
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v10i1.1274

Abstract

Kondisi pandemi COVID-19 di Indonesia memberikan pengaruh yang signifikan di seluruh sektor kehidupan, tidak terkecuali pendidikan. Dalam upaya mengurangi tingkat penyebaran virus dan memastikan bahwa kegiatan pembelajaran tetap berjalan meski di situasi pandemi, pemerintah mencetuskan kebijakan sistem pembelajaran daring yang mewajibkan kegiatan pembelajaran dijalankan secara online dari rumah. Perubahan drastis yang terkesan mendadak ini memunculkan beragam respons dari masyarakat termasuk dalam platform media sosial seperti Twitter. Opini masyarakat yang tertuang dalam tweet merupakan textual data yang dapat diekstrak dan diolah untuk dapat memahami pandangan dan perasaan masyarakat terhadap suatu topik, yang biasa disebut analisis sentimen. Analisis sentimen merupakan bentuk penerapan konsep Big Data, yaitu ilmu yang menangani kumpulan data besar dan kompleks untuk mendapatkan informasi penting, mengungkap pola tersembunyi, serta membantu pengambilan keputusan. Penelitian ini dilakukan untuk mengetahui sentimen masyarakat terhadap pembelajaran daring selama pandemi COVID-19 menggunakan data Twitter. Total data yang digunakan berjumlah 953.378 tweet terhitung dari bulan Januari 2020 sampai dengan Mei 2022, yang diklasifikasi menggunakan tiga kelas sentimen, yaitu negatif, positif, dan netral. Model klasifikasi dibentuk untuk mengklasifikasi data tweet dengan mengimplementasikan metode TF-IDF untuk pembobotan kata, serta 2 algoritma machine learning, yaitu Naive Bayes dan Support Vector Machine (SVM). Hasil evaluasi model menemukan bahwa persentase akurasi tertinggi mencapai 84% menggunakan SVM dan hasil penelitian menunjukkan bahwa data didominasi oleh sentimen netral dengan persentase sebesar 43.28%, sementara persentase sentimen negatif 32.91%, dan sentimen positif 23.82%. Hal ini mencerminkan bahwa sentimen masyarakat cenderung netral, dalam artian masyarakat tidak sepenuhnya mendukung maupun menentang pembelajaran daring di era pandemi COVID-19.
Co-Authors A.A Ngurah Hary Susila A.A. Ketut Agung Cahyawan Wiranatha Anak Agung Ketut Agung Cahyawan Wiranatha Anak Agung Ketut Agung Cahyawan Wiranatha Anak Agung Ketut Cahyawan Wiranatha Ayu Krisnasari Ni Komang Ayu Wirdiani Dewa Gede Kesuma Yoga Dwi Putra Githa Dwi Rusjayanthi, Dwi Efraim William Solang Eva Martina Sitorus G M Arya Sasmita Gede Widya Dharma gemara adiyasa parahita nugraha Gusti Agung Ayu Putri Gusti Agung Mayun Kukuh Jaluwana I Gusti Made Diva Widia Wiartha I ketut Gede Darma Putra I Made Adhiarta Wikantyasa I Made Bagita Bhagaskara I Made Sukarsa I Made Sunia Raharja I Made Sunia Raharja I Nyoman Piarsa I Putu Agung Bayupati I Putu Agus Eka Pratama I Putu Arya Dharmaadi I Putu Gede Panji Badra Mahayana I Putu Hendra Geovaldo I Putu Kevin Ari Narayana I Putu Wijaya Adi Candra I Putu Wira Cahaya Pratama Yudha I Wayan Agus Kerta Nugraha Ida Bagus Gde Dwipermana Sidhi Ida Bagus Kade Taruna Ida Bagus Nyoman Yoga Ligia Prapta Ilham Yoga Prabhaswara Johan Tamin Kadek Arya Putra Permana Kadek Suar Wibawa Ketut Dimas Aresta Saskara Ketut Mediana Ayu Candrayani Kevin Christopher Bakkara Komang Arta Wibawa Luh Kade Devi Dwiyani Made Adhi Satrya Nugraha Made Andika Verdiana Mario Valentino Ngeo Goa Nathania Novenrodumetasa Ngurah Indra Purnayasa Ni Kadek Ratna Sari Ni Luh Ketut Inggitarahayu Anggasemara Ni Made Ika Marini Mandenni Ni Nyoman Indri Wika Astuti Ni Putu Ayu Widiari Ni Putu Nirmala Dewi Widhiasih Ni Putu Viona Viandari Nyoman Gede Rayka Sedana Diatmika Pande Nengah Purnawan Philip Danito Putu Adhika Dharmesta Putu Alta Saputra Putu Andre Mahaputra Putu Bayu Suarnata Wahyu Putra Putu Ratih Wulandari Putu Wira Buana Putu Yudha Yarcana Reyhan Todo Noer Yamin Ridho Hisbi Sulaiman Rizki Dwi Satriya Sheila Shevira Vidya Chandradev Zebedeus Cheyso