ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN KEMDIKBUDRISTEK MENGENAI KUOTA INTERNET SELAMA COVID-19

Hardian, Reza Wahyu (2022) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN KEMDIKBUDRISTEK MENGENAI KUOTA INTERNET SELAMA COVID-19. S1 thesis, UNIVERSITAS JAMBI.

	Text Skripsi Full.pdf Restricted to Repository staff only Download (1MB)
	Text cover.pdf Download (84kB)
	Text Lembar Pengesahan.pdf Download (221kB)
	Text Abstrak.pdf Download (101kB)
	Text BAB I.pdf Download (125kB)
	Text BAB V.pdf Download (103kB)
	Text Daftar Pustaka.pdf Download (188kB)

Abstract

Dampak dari pandemi Covid-19 sudah semakin meluas hingga dirasakan oleh banyak kalangan di masyarakat yang menyebabkan perubahan di berbagai sektor kehidupan,seperti sektor pendidikan yang harus mengalami pergeseran proses belajar mengajar. Pemerintah dalam hal ini Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi mengeluarkan beberapa kebijakan untuk mengatasi masalah pendidikan salah satunya bantuan kuota internet untuk menjawab permasalahan yang dihadapi oleh masarakat selama pandemi Covid-19. Namun, kebijakan tersebut tidak menutup kemungkinan akan muncul perbedaan pendapat dalam kalangan masyarakat. Oleh karena itu, dilakukan analisis sentimen yang bertujuan melihat berapakah respon positif, netral dan negatif terkait kebijakan kuota internet Kemdikbudristek dengan menggunakan data tweet yang disampaikan pengguna media sosial twitter dan menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM).Selain itu, penelitian ini juga bertujuan untuk mengetahui perbandingan tingkat akurasi dari Algoritma Naïve Bayes dengan Support Vector Machine (SVM). Dari kedua metode klasifikasi tersebut algoritma Support Vector Machine (SVM) terbukti memiliki akurasi yang tinggi dibandingkan dengan algorima Naïve Bayes dengan nilai akurasi pada data hasil pelabelan manual sebesar 80,0%, rata-rata nilai precision sebesar 80,3%, recall sebesar 80,3% dan f1-Score sebesar 80,3%.

Type:	Thesis (S1)
Uncontrolled Keywords:	Analisis Sentiment, Klasifikasi, Kuota Kemdikbud , Naïve Bayes, Support Vector Machine (SVM)
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	HARDIAN
Date Deposited:	22 Jun 2022 07:36
Last Modified:	22 Jun 2022 07:36
URI:	https://repository.unja.ac.id/id/eprint/35290

Actions (login required)

View Item