• Login
    View Item 
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Computer Science
    • View Item
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Computer Science
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Analisis Sentimen terhadap Opini Publik Program Merdeka Belajar - Kampus Merdeka (MBKM) Melalui Media Twitter dengan Metode Naïve Bayes Classifier

    Thumbnail
    View/Open
    doc.pdf (1.625Mb)
    Date
    2022-12-12
    Author
    ALI, Saifur Rifqi
    Metadata
    Show full item record
    Abstract
    Merdeka Belajar - Kampus Merdeka (MBKM) merupakan program kerja baru hasil dari inisiatif Menteri Pendidikan dan Kebudayaan (Mendikbud) di era jabatan bapak presiden Ir. Joko Widodo yaitu bapak Nadiem Makarim yang ingin menciptakan suasana belajar yang menyenangkan bagi semua pihak. Perkembangan program kerja MBKM ini dapat dilihat dari seberapa banyak respons yang digambarkan oleh masyarakat dalam menyikapi serangkaian program yang ditawarkan. Hal ini tentu dapat menimbulkan berbagai macam jenis komentar seperti komentar positif, komentar netral maupun komentar negatif. Umumnya komentar yang disampaikan biasa disebar luaskan melalui media sosial salah satunya ialah twitter. Analisis Sentimen dimanfaatkan guna mencari informasi sentimen yang terkandung dalam setiap komentar. Pada penelitian ini analisis sentimen difungsikan untuk mengelompokkan jenis komentar yang ada ke dalam bentuk klasifikasi yang telah disiapkan antara lain seperti kelas sentimen positif, kelas sentimen netral dan kelas sentimen negatif. Algoritma Naïve Bayes Classifier merupakan sebuah metode yang digunakan dalam proses pengklasifikasian dataset yang berjumlah 2000 data komentar. Pengklasifikasian data dilakukan menggunakan tiga skema pengujian yaitu 70%:30%, 80%:20% dan 90%:10%. Adapun akurasi terbaik yang diperoleh dalam pengujian klasifikasi ini yaitu sebesar 70% dengan skema perbandingan 90%:10%.
    URI
    https://repository.unej.ac.id/xmlui/handle/123456789/111387
    Collections
    • UT-Faculty of Computer Science [1026]

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository
     

     

    Browse

    All of RepositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Context

    Edit this item

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository