Analisis Sentimen Opini Publik pada Twitter Terhadap Efek Pembelajaran Daring di Universitas Brawijaya Menggunakan Metode K-Nearest Neighbor
| Main Author: | Siroj, Sobakhul Munir |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/186233/1/-%20Sobakhul%20Munir%20Siroj.pdf http://repository.ub.ac.id/186233/ |
Daftar Isi:
- Akibat pandemi virus Covid-19, Indonesia menerapkan sistem pembelajaran daring, termasuk di Universitas Brawijaya. Pelaksanaan sistem pembelajaran daring di Universitas Brawijaya menuai banyak pendapat positif dan pendapat negatif, dan bahkan sempat menjadi trending topic di media sosial twitter pada akhir bulan April tahun 2020 lalu. Penelitian ini bertujuan untuk mengetahui tingkat kecenderungan pendapat positif dan pendapat negatif melalui proses klasifikasi sentimen, serta mengetahui beberapa hal yang sering dijadikan keluhan dalam pelaksanaan sistem pembelajaran daring di Universitas Brawijaya. Proses klasifikasi sentimen dilakukan dengan menggunakan metode K-Nearest Neighbor pada aplikasi RapidMiner. Metode K-Nearest Neighbor dipilih karena memiliki prinsip sederhana, mudah digunakan, serta cukup baik digunakan untuk proses klasifikasi sentimen. Proses klasifikasi sentimen pada penelitian ini dilakukan melalui empat tahapan utama, yaitu tahap pengumpulan data, tahap pra-pemrosesan data dan pembobotan term, tahap klasifikasi, dan tahap pengujian. Selain itu, dilakukan juga tahap perhitungan frekuensi kemunculan kata secara terpisah. Proses klasifikasi sentimen dilakukan terhadap 200 data latih dan 50 data uji. Dari proses klasifikasi didapatkan hasil bahwa 50,8% memberikan pendapat negatif, sedangkan sisanya sebesar 49,2% memberikan pendapat positif terhadap pelaksanaan sistem pembelajaran daring di Universitas Brawijaya. Kemudian dari proses perhitungan frekuensi kemunculan kata, didapatkan juga lima kata yang sering muncul dan banyak dikeluhkan, yaitu kata “offline”, “dosen”, “tugas”, “kuota”, dan “ukt”. Kelima kata tersebut secara berturut-turut memiliki presentase sebesar 6%, 6,4%, 5,2%, 4,8%, dan 3,2%. Pada proses pengujian, dilakukan dengan memberikan variasi nilai k dan pengaruhnya terhadap nilai accuracy, precision, dan recall. Selain itu juga dilakukan proses analisis pengujian, cross validation, dan tahap feedback. Dari hasil pengujian, didapatkan hasil bahwa nilai accuracy, precision, dan recall terbaik secara berturut-turut adalah 80% untuk nilai k=7, 81,48% untuk nilai k=7, dan 88,89% untuk nilai k=23.