Analisis Sentimen Berbasis Aspek Terhadap Pembelajaran Daring Di Masa Pandemi Covid-19 Menggunakan Support Vector Machine (Svm)

Alamsyah, Nadya Yulianti (2022) Analisis Sentimen Berbasis Aspek Terhadap Pembelajaran Daring Di Masa Pandemi Covid-19 Menggunakan Support Vector Machine (Svm). Other thesis, Univeristas Komputer Indonesia.

Preview	Text 1.UNIKOM_NADYA YULIANTI ALAMSYAH_COVER.pdf - Published Version Download (32kB) | Preview
Preview	Text 19.UNIKOM_NADYA YULIANTI ALAMSYAH_LEMBAR PENGESAHAN.pdf - Published Version Download (560kB) | Preview
Preview	Text 17.UNIKOM_NADYA YULIANTI ALAMSYAH_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (346kB) | Preview
Preview	Text 20.UNIKOM_NADYA YULIANTI ALAMSYAH_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (167kB) | Preview
Preview	Text 4.UNIKOM_NADYA YULIANTI ALAMSYAH_KATA PENGANTAR.pdf - Published Version Download (274kB) | Preview
Preview	Text 5.UNIKOM_NADYA YULIANTI ALAMSYAH_DAFTAR ISI.pdf - Published Version Download (305kB) | Preview
Preview	Text 11.UNIKOM_NADYA YULIANTI ALAMSYAH_BAB 1.pdf - Published Version Download (338kB) | Preview
Preview	Text 12.UNIKOM_NADYA YULIANTI ALAMSYAH_BAB 2.pdf - Published Version Download (609kB) | Preview
	Text 13.UNIKOM_NADYA YULIANTI ALAMSYAH_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text 14.UNIKOM_NADYA YULIANTI ALAMSYAH_BAB 4.pdf - Published Version Restricted to Repository staff only Download (679kB) | Request a copy
Preview	Text 15.UNIKOM_NADYA YULIANTI ALAMSYAH_BAB 5.pdf - Published Version Download (189kB) | Preview
Preview	Text 10.UNIKOM_NADYA YULIANTI ALAMSYAH_DAFTAR PUSTAKA.pdf - Published Version Download (411kB) | Preview
Preview	Text 18.UNIKOM_NADYA YULIANTI ALAMSYAH_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version Download (260kB) | Preview

Abstract

Pandemi Covid-19 sudah skala besar membuat Pembatasan Sosial Berskala Besar diyakini ampuh dikalangan ranah pendidikan untuk mengikuti pembelajaran daring. Twitter sebagai media yang menunjukkan ekspresi respon peserta didik dalam kegiatan pendidikan yang berlangsung. Dari kasus tersebut diterapkanya sistem analisis sentimen berbasis aspek untuk mengetahui hasil dari penerapan metode (SVM) jika menggunakan TF-IDF untuk term-weight pada kasus pembelajaran daring. Penelitian ini mengunakan klasifikasi SVM (Support Vector Machine) yang mana memiliki kestabilan dan kemampuan yang baik. Pengambilan data dari API Twitter, data dilabeli aspek secara manual dengan 4 jenis aspek Kesehatan, Ekonomi, Pendidikan dan Teknologi. data diproses kedalam preprocessing, setelah itu diberi nilai bobot melalui term weighting TF-IDF, data dibagi menjadi dua yaitu data testing dan training, kemudian diproses data kedalam kelas sentimen dan kelas aspek, terakhir algoritma pembelajaran dievaluasi menggunakan K-fold cross-validasi. Hasil penelitian menunjukan penggunaan metode SVM untuk klasifikasi kasus pembelajaran daring pandemi covid-19 mendapatkan performansi akurasi pengujian sentiment dengan rata-rata sebesar 61,69% dan nilai tertinggi akurasi di 64,40%, sedangkan hasil akurasi pengujian aspek dengan rata-rata sebesar 58,98% dan nilai tertinggi akurasi fold di 67,79%. Penerapan metode SVM untuk klasifikasi sentimen berdasarkan aspek kasus didapatkan nilai akurasi pengujian sentimen dan aspek sebesar 61,69% dan 67,79% pada fold ke-5 dan ke-3.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Covid-19, Twitter, ASBA, SVM.
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Hayati Kosasih
Date Deposited:	15 Aug 2022 08:02
Last Modified:	15 Aug 2022 08:02
URI:	http://elibrary.unikom.ac.id/id/eprint/6360

Actions (login required)

View Item