Derbi Wulan Fitri, - (2021) Identifikasi Permasalahan Pembelajaran Online Dari Tweet Di Twitter Algoritma Support Vector Machine. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (395kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (334kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (422kB)
	Text (BAB 1) 4. BAB 1 PENDAHULUAN.pdf Download (221kB)
	Text (BAB 2) 5. BAB 2 TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 3 November 2024. Download (609kB) | Request a copy
	Text (BAB 3) 6. BAB 3 METODE PENELITIAN.pdf Restricted to Registered users only until 3 November 2024. Download (348kB) | Request a copy
	Text (BAB 4) 7. BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 3 November 2024. Download (1MB) | Request a copy
	Text (BAB 5) 8. BAB 5 PENUTUP.pdf Restricted to Registered users only until 3 November 2024. Download (395kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (198kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only until 3 November 2024. Download (1MB) | Request a copy
	Text (KESEDIAAN PUBLIKASI) 11. KESEDIAAN PUBLIKASI.pdf Restricted to Registered users only Download (222kB) | Request a copy
	Text (PERMOHONAN EMBARGO) 12. PERMOHONAN EMBARGO.pdf Restricted to Registered users only Download (209kB) | Request a copy

Abstract

Dunia saat ini tengah waspada terhadap penyebaran virus corona atau COVID-19. Berbagai negara telah menerapkan kebijakan lockdown untuk mengurangi penyebaran virus COVD-19 ini. Di Indonesia sendiri pemerintah menerapkan kebijakan karantina mandiri dalam upaya untuk mengurangi penyebaran birus corona, kebijakan ini melarang masyarakat untuk melakukan kerumunan. Menanggapi hal tersebut kemendikbud menerapkan kebijakan sekolah online agar peserta didik tetap mendapakan haknya untuk memperoleh pendidikan. Pada awalnya masyarakat menganggap bahwa kebijakan yang dikeluarkan oleh kemendikbud ini efektif untuk mengurangi penyebaran virus corona dan merasa bermanfaat kaarena membuat semakin mengerti akan teknologi. Akan tetapi, seiring berjalannya waktu, pada pelaksanaannya masyarakat mulai mengeluhkan berbagai dampak yang mereka rasakan seperti masalah teknis seperti biaya kuota hingga masalah psikologis seperti merasa jenuh dan stress dengan adanya sekolah online ini. Masyarakat kebanyakan mengeluhkan masalahnya tersebut melalui media sosial, salah satunya media sosial Twitter. Sehingga, dapat dilakukan pengidentifikasian permasalahan pembelajaran online melalui media Twitter dengan mengkategorikan data menjadi 2 kategori yaitu kategori teknis dan psikologis. Untuk mengidentifikasi permasalahan pembelajaran online melalui media Twitter tersebut digunakan metode text mining dengan menggunakan algoritma Support Vector Machine (SVM). Algoritma SVM ini digunakan karena algoritma ini dapat memaksimalkan jarak antara 2 kategori sehingga dapat meminimalisir error. Data yang digunakan pada penelitian ini sebanyak 549 dokumen dengan 52% dari total dokumen merupakan permasalahan psikologis dan 48% dari total dokumen merupakan permasalahan teknis. Dengan menggunakan algoritma SVM dan metode K-Fold Crossvalidation dengan K sebanyak 10 diperoleh rata-rata ketepatan klasifikasi yang diperoleh dari data training sebebsar 99,811% dan rata-rata ketepatan klasifikasi pada data testing sebesar 90,3% . Selain itu dari hasil uji Press’Q diketahui bahwa model yang digunakan sudah konstan untuk memprediksi data testing. Hal ini menunjukkan bahwa metode Support Vector Machine (SVM) mampu mengklasifikasikan data permasalahan pembelajaran online.

Actions (login required)

View Item