ANALISIS SENTIMEN PEMBELAJARAN ONLINE SELAMA PANDEMI VIRUS CORONA (COVID-19) MENGGUNAKAN METODE NAÏVE BAYES

Hastari, Nia (2023) ANALISIS SENTIMEN PEMBELAJARAN ONLINE SELAMA PANDEMI VIRUS CORONA (COVID-19) MENGGUNAKAN METODE NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (248kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (583kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (557kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (524kB)
	Text (BAB V) BAB V.pdf Download (68kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (197kB)
	Other (SOURCE CODE) SOURCE CODE.rar Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (844kB)

Abstract

Virus Corona yang menyerang saluran pernapasan manusia hingga menyebabkan kematian menyebar ke berbagai dunia termasuk Indonesia. Penyebaran virus membuat pemerintah mengeluarkan kebijakan salah satunya kebijakan untuk belajar dari rumah yang memunculkan banyak pendapat oleh masyarakat mengenai kebijakan tersebut, salah satunya pendapat yang diekeluarkan pada media sosial Instagram melalui kolom komentar pada beberapa postingan akun @nadiemmakarim selaku Menteri Pendidikan. Pendapat yang dikeluarkan masyarakat dapat menjadi peluang pemanfaatan data untuk menghasilkan suatu pengetahuan dengan mengklasifikasikan komentarkomentar menggunakan teknik analisis sentiment dengan melalui tahapan preprocessing data berupa cleansing, case folding, tokenizing, convert slang word, stopword removal dan stemming. Kemudian dilakukan pembobotan pada kata dengan term frequency – invers document frequency (TF-IDF) untuk dilanjutkan proses klasifikasi ke dalam kelas positif, netral dan negatif menggunakan metode Naïve Bayes Classifier. Pengujian menggunakan naïve bayes dilakukan dengan memanfaatkan permodelan data uji dan data latih yang berbeda yaitu dengan perbandingan 10:90, 20:80 dan 70:30 dengan jumlah data total sebanyak 2875 data. Dari hasil penelitian, algoritma Naïve Bayes dinilai cukup baik dalam melakukan analisis sentimen pembelajaran online selama pandemi covid-19. Di dapatkan hasil akurasi tertinggi yaitu sebesar 70,49% dengan permodelan 10% data testing dan 90% data training. Hal ini menunjukkan semakin besar jumlah data latih yang digunakan semakin baik tingkat akurasi yang dihasilkan.

Actions (login required)

View Item