ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN PELAKSANAAN PEGAWAI PEMERINTAH DENGAN PERJANJIAN KERJA (P3K) GURU DENGAN ALGORITMA NAIVE BAYES, DECISION TREE DAN K-NN

Fitriani, Fitriani (2022) ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN PELAKSANAAN PEGAWAI PEMERINTAH DENGAN PERJANJIAN KERJA (P3K) GURU DENGAN ALGORITMA NAIVE BAYES, DECISION TREE DAN K-NN. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text (THESIS)
21.55.1036 Fitriani.pdf

Download (3MB)

Abstract

Penyelenggaraan pendidikan di Indonesia hingga saat ini masih belum lepas dari persoalan tata kelola guru, guru honorer, dan reformasi birokrasi yang berpengaruh terhadap kualitas pendidikan dan iklim kerja di dalamnya. Dalam upaya peningkatan kualitas layanan publik oleh Aparatur Sipil Negara (ASN), Kementerian Pendidikan dan Kebudayaan sepakat dengan Kementerian Pendayagunaan Aparatur Negara dan Reformasi Birokrasi dan Kementerian Keuangan untuk mengubah sistem rekrutmen guru pegawai pemerintah dari penerimaan Calon Pegawai Negeri Sipil (CPNS) menjadi Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) yang dalam pelaksanaannya masih menyisakan beberapa masalah dan pro kontra. Oleh karena itu peneliti melakukan analisis sentimen dalam bidang data mining terhadap Pelaksanaan PPPK Guru pada media sosial Twitter sebanyak 871 data yang kemudian dilakukan preprocessing data menjadi 519. Penulis menggunakan metode Naive bayes, Decision Tree dan KNN untuk mengatahui hasil prediksi algoritma naive bayes, decision tree dan KNN mengenai opini masyarakat terhadap pelaksanaan PPPK Guru serta memperbandingkan tingkat akurasi dari ketiga metode tersebut. Peneliti menggunakan tools RapidMiner versi 9.10.1. Hasil prediksi naive bayes yaitu 328 data bersentimen positif dan 191 data bersentimen negatif, Selanjutnya hasil prediksi decision tree yaitu 165 data bersentimen positif dan 354 data bersentimen negatif dan yang terakhir yaitu hasil prediksi dari KNN yaitu 315 data bersentimen positif dan 204 data bersentimen negatif. Analisis sentimen masyarakat terhadap pelaksanaan PPPK guru pada media sosial Twitter dengan algoritma naive bayes mencapai tingkat akurasi 75,53%. Decision Tree tingkat akurasi mencapai 61,85%. Dan yang terakhir adalah algoritma KNN mencapai akurasi 73,41%. Dalam penelitian ini, dapat diketahui bahwa metode Naive Bayes adalah metode yang tingkat akurasinya lebih tinggi dibandingkan kedua metode lainnya dengan tingkat akurasi sebesar 75,53%.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Utami, Ema
Hartanto, Anggit Dwi
Uncontrolled Keywords: Analisis sentimen, PPPK, Twitter, Data mining
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
Divisions: Pascasarjana MTI > PJJ
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 04 Oct 2023 01:48
Last Modified: 04 Oct 2023 02:18
URI: http://eprints.amikom.ac.id/id/eprint/21594

Actions (login required)

View Item View Item