Nesa Giarfina, - (2022) Analisis Sentimen Pengguna Twitter Terhadap Kebijakan Pembelajaran Tatap Muka Kembali Menggunakan Metode Support Vector Machine (SVM). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN I) 081811633007 HALAMAN I.pdf Download (483kB)
	Text (BAB I) 081811633007 BAB I.pdf Download (45kB)
	Text (FULL TEXT) 081811633007.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Kebijakan pembelajaran tatap muka (PTM) kembali yang diluncurkan pemerintah saat kondisi pandemi menuai pro dan kontra dari masyarakat pada media sosial. Banyak masyarakat yang khawatir dengan kebijakan tersebut, namun pemerintah tetap melaksanakan PTM yang dirasa penting untuk kelangsungan pembelajaran di Indonesia. Twitter merupakan salah satu media sosial yang memiliki banyak pengguna, dan digunakan masyarakat sebagai wadah untuk menuangkan tanggapan, maupun opini mereka. Penelitian ini bertujuan untuk melakukan analisis sentimen pengguna Twitter terhadap kebijakan pembelajaran tatap muka kembali menggunakan metode Support Vector Machine (SVM). Analisis sentimen digunakan untuk melihat kecenderungan tanggapan masyarakat yang akan diklasifikasikan ke dalam sentimen positif, negatif, dan netral. Penelitian ini terdiri dari beberapa tahap, yaitu pengumpulan data, preprocessing, pembobotan TF-IDF, pelabelan data, klasifikasi dengan SVM, evaluasi dan validasi hasil, kemudian analisis hasil sentimen. Berdasarkan hasil pengujian menggunakan tiga dataset yang dibagi berdasarkan rentang waktu berbeda, didapatkan hasil performa terbaik pada data ketiga dengan nilai precision 82,6%, recall 82,1%, f-measure 82,1%, dan accuracy sebesar 83%. Sentimen yang dihasilkan menunjukkan bahwa sentimen positif mendapatkan nilai tertinggi pada setiap dataset.

Actions (login required)

View Item