Techno.Com: Jurnal Teknologi Informasi
Vol 22, No 3 (2023): Agustus 2023

Analisis Sentimen Evaluasi Reaksi E-Learning Menggunakan Algorima Naïve Bayes, Support Vector Machine Dan Deep Learning

Nurul Firdausy (Universitas Airlangga)
Imam Yuadi (Universitas Airlangga)
Ira Puspitasari (Universitas Airlangga)



Article Info

Publish Date
24 Aug 2023

Abstract

Evaluasi reaksi atau evaluasi kepuasan merupakan bentuk evaluasi paling umum digunakan dalam pelatihan karena kemudahan dan sifatnya yang lekat dengan pelatihan. Meskipun mengandung wawasan yang dapat bernilai dalam peningkatan kualitas penyelenggaraan pelatihan, namun penelitian terkait reaksi peserta masih sangat terbatas. Penelitian ini bertujuan melakukan analisis sentiment terhadap evaluasi reaksi peserta e-learning menggunakan algoritma Naïve Bayes, Support Vector Machine dan Deep Learning. Reaksi peserta berupa komentar diklasifikasikan ke dalam kategori apresiasi, saran dan kritik. Hasil penelitian menunjukkan model Naïve Bayes memiliki kinerja yang lebih baik dibandingkan SVM dan Deep Learning dalam prediksi sentimen komentar peserta dengan tingkat akurasi, presisi dan recall masing-masing sebesar 82,54%, 68,08% dan 69,81%. Prediksi sentiment reaksi peserta menggunakan model Naïve Bayes diperoleh hasil 70% berupa apresiasi, 16% berupa saran dan 14% merupakan kritik. Penelitian ini memberikan kontribusi praktis analisis evaluasi reaksi pelatihan dan menambah literatur implementasi text mining pada domain human resource analytics. 

Copyrights © 2023






Journal Info

Abbrev

technoc

Publisher

Subject

Computer Science & IT Engineering

Description

Topik dari jurnal Techno.Com adalah sebagai berikut (namun tidak terbatas pada topik berikut) : Digital Signal Processing, Human Computer Interaction, IT Governance, Networking Technology, Optical Communication Technology, New Media Technology, Information Search Engine, Multimedia, Computer Vision, ...