eprintid: 14739
rev_number: 16
eprint_status: archive
userid: 3855
dir: disk0/00/01/47/39
datestamp: 2022-06-17 03:30:42
lastmod: 2022-11-05 08:33:23
status_changed: 2022-06-17 03:30:42
type: thesis
metadata_visibility: show
creators_name: RAMADHAN, LUTHFI AKBAR
title: ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP KEEFEKTIFAN PEMBELAJARAN DARING SELAMA PANDEMI COVID-19 MENGGUNAKAN NAÏVE BAYES CLASSIFIER
ispublished: pub
subjects: Skripsi
subjects: TJ
divisions: 55201
abstract: Semenjak Indonesia terdampak bencana pandemi Covid-19, salah satu sektor yang terdampak adalah Pendidikan. Banyak dari para tenaga pendidik, tenaga pelajar, bahkan orang yang bekerja yang terkena dampaknya. Pemerintah membuat kebijakan sistem pembelajaran daring di mana sistem tersebut dijalan dengan proses online. Dengan diadakannya inovasi tersebut banyak menimbulkan masukan-masukan positif dan negatif baik dari mahasiswa sebagai penerima, maupun dosen atau tenaga pendidikan yang memberikan pembelajaran. Tidak sedikit dari mereka mengeluhkan adanya keterbatasan kegiatan yang dikeluarkan oleh pemerintah. Media sosial Twitter tidak jarang digunakan untuk meluapkan opini tentang keresahan terdampak program yang dikeluarkan oleh pemerintah. Dilakukan proses crawling data Twitter dengan menggunakan hashtag “belajar dari rumah” mendapatkan sebanyak 1.000 dataset, dilanjutkan dengan proses remove duplikat yang menyisakan 524 dataset lalu melakukan tahap implementasi Algoritma Naïve Bayes Classifier. Tujuan penelitian ini untuk mengetahui jumlah sentimen positif dan negatif dari klasifikasi pelabelan dataset dan juga untuk mengetahui hasil akurasi penggunaan metode Naïve Bayes Classifier serta hasil pengujian evaluasi terhadap dataset sentimen positif dan sentimen negatif. Berdasarkan proses yang dilakukan, didapatkan hasil sentimen positif mendapatkan sebanyak 480 dan sentimen negatif sebanyak 44 dari 524 dataset. Hasil akurasi pada proses pengujian evaluasi mendapatkan hasil sebesar 88,5% di mana sentimen negatif mendapatkan nilai precision 12%, recall 17%, dan f1-score 14%, sedangkan untuk sentimen positif mendapatkan nilai precesion 95%, recall 93%, dan f1-score 94%.
date: 2021
date_type: completed
full_text_status: public
institution: Universitas Muhammadiyah Prof. Dr. HAMKA
department: Fakultas Teknik
thesis_type: bachelor
thesis_name: bphil
referencetext: Abdul Latip. (2020). Peran Literasi Teknologi Informasi Dan Komunikasi Pada Pembelajaran Jarak Jauh Di Masa Pandemi Covid-19. EduTeach : Jurnal Edukasi Dan Teknologi Pembelajaran, 1(2), 108–116. https://doi.org/10.37859/eduteach.v1i2.1956
Fauziyyah, A. K. (2020). Analisis Sentimen Pandemi Covid19 Pada Streaming Twitter Dengan Text Mining Python. Jurnal Ilmiah SINUS, 18(2), 31. https://doi.org/10.30646/sinus.v18i2.491
Fitri Cahyanti, A., Saptono, R., & Widya Sihwi, S. (2016). Penentuan Model Terbaik pada Metode Naive Bayes Classifier dalam Menentukan Status Gizi Balita dengan Mempertimbangkan Independensi Parameter. Jurnal Teknologi & Informasi ITSmart, 4(1), 28. https://doi.org/10.20961/its.v4i1.1754
Gormantara, A. (2020). Analisis Sentimen Terhadap New Normal Era di Indonesia pada Twitter Analisis Sentimen Terhadap New Normal Era di Indonesia pada Twitter Menggunakan Metode Support Vector Machine. July, 0–5.
Indraswari, N. R., & Kurniawan, Y. I. (2018). Aplikasi Prediksi Usia Kelahiran Dengan Metode Naive Bayes. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 9(1), 129–138. https://doi.org/10.24176/simet.v9i1.1827
Kadi, T., & Awwaliyah, R. (2017). Inovasi Pendidikan : Upaya Penyelesaian Problematika Pendidikan Di Indonesia. Jurnal Islam Nusantara, 1(2), 144–155. https://doi.org/10.33852/jurnalin.v1i2.32
Kusnayat, A., Sumarni, N., Mansyur, A. S., Zaqiah, Q. Y., & Bandung, U. T. (2020). Pengaruh Teknologi Pembelajaran Kuliah Online Di Era Covid-19 Dan Dampaknya Terhadap Mental Mahasiswa. EduTeach : Jurnal Edukasi Dan Teknologi Pembelajaran, 1(2), 153–165.
Marudut, V., Siregar, M., Komputer, T., Indonesia, P. B., Utara, S., Cafe, E. S., Cafe, S., & Cafe, E. S. (2018). Menurut Turangan et . al ( 2017 ) insentif merupakan salah satu jenis penghargaan yang dikaitkan dengan prestasi kerja . Semakin tinggi prestasi kerja semakin besar pula insentif yang diterima . Sudah menjadi kebiasaan bahwa setiap perusahaan harus meneta. 7, 87–94.
Negara, E. S., Andryani, R., & Saksono, P. H. (2016). Analisis Data Twitter: Ekstraksi dan Analisis Data G eospasial. Jurnal INKOM, 10(1), 27. https://doi.org/10.14203/j.inkom.433
Nur, H. (2019). Penggunaan Metode Waterfall Dalam Rancang Bangun Sistem Informasi Penjualan. Generation Journal, 3(1), 1. https://doi.org/10.29407/gj.v3i1.12642
Nur Shafiya, Ahmad Afif, A. R. (2019). Analisis Sentimen Opini Mahasiswa Terhadap Saran Evaluasi Kinerja Dosen Menggunakan TF-IDF dan K-Nearest Neighbor. Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya, 3(6), 5647–5655.
Pratala, C. T., Asyer, E. M., Prayudi, I., & Saifudin, A. (2020). Pengujian White Box pada Aplikasi Cash Flow Berbasis Android Menggunakan Teknik Basis Path. Jurnal Informatika Universitas Pamulang, 5(2), 111. https://doi.org/10.32493/informatika.v5i2.4713
Priyanto, A., & Ma’arif, M. R. (2018). Implementasi Web Scrapping dan Text Mining untuk Akuisisi dan Kategorisasi Informasi dari Internet (Studi Kasus: Tutorial Hidroponik). Indonesian Journal of Information Systems, 1(1), 25–33. https://doi.org/10.24002/ijis.v1i1.1664
Rachmat, A., & Krisnadi, I. (2020). Analisis Efektifitas Pembelajaran Daring (Online) Untuk Siswa SMK Negeri 8 Kota Tangerang Pada Saat Pandemi Covid 19. Jurnal Pendidikan, 1(1), 1–7.
Rahmawati, F., & Merlina, N. (2018). Metode Data Mining Terhadap Data Penjualan Sparepart Mesin Fotocopy Menggunakan Algoritma Apriori. PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic, 6(1), 9–20. https://doi.org/10.33558/piksel.v6i1.1390
Ratnawati, F. (2018). Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter. INOVTEK Polbeng - Seri Informatika, 3(1), 50. https://doi.org/10.35314/isi.v3i1.335
Rijali, A. (2019). Analisis Data Kualitatif [Qualitative Data Analysis]. Alhadharah: Jurnal Ilmu Dakwah, 17(33), 81.
Sourial, N., Longo, C., Vedel, I., & Schuster, T. (2018). Daring to draw causal claims from non-randomized studies of primary care interventions. Family Practice, 35(5), 639–643. https://doi.org/10.1093/fampra/cmy005
Sukardi, S., & Rozi, F. (2019). Pengaruh Model Pembelajaran Online Dilengkapi Dengan Tutorial Terhadap Hasil Belajar. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 4(2), 97. https://doi.org/10.29100/jipi.v4i2.1066
Yunitasari, R., & Hanifah, U. (2020). Pengaruh Pembelajaran Daring terhadap Minat Belajar Siswa pada Masa COVID 19. Edukatif: Jurnal Ilmu Pendidikan, 2(3), 236–240.
Analisis
citation:   RAMADHAN, LUTHFI AKBAR  (2021) ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP KEEFEKTIFAN PEMBELAJARAN DARING SELAMA PANDEMI COVID-19 MENGGUNAKAN NAÏVE BAYES CLASSIFIER.  Bachelor thesis, Universitas Muhammadiyah Prof. Dr. HAMKA.   
document_url: http://repository.uhamka.ac.id/id/eprint/14739/1/file%20%283%29.pdf