EUVIMEDEUVIMED entdecken
Crossref

Analisis Sentimen Terhadap Program Kampus Merdeka Pada Twitter Menggunakan Metode Naïve Bayes, Union dan SyntheticMinority Over Sampling Technique (SMOTE)

Jefina Tri Kumalasari, Agustiena Merdekawati

SATIN - Sains dan Teknologi Informasi · 30.06.2023 · 9 (1) · 1-12

DOI: 10.33372/evr11v71 ↗

Kurz gefasst

Fachartikel in der Zeitschrift SATIN - Sains dan Teknologi Informasi, online erschienen am 30.06.2023. Verfasst von Jefina Tri Kumalasari und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Program Kampus Merdeka bertujuan menyiapkanmahasiswa menghadapi tantangan perubahan sosial, dankemajuan teknologi yang semakin cepat. Kampus Merdekamemberikan peluang mahasiswa untuk mengambil materiprogram atau jurusan lain atau yang sama pada kampus yanglain sehingga diharapkan dapat menghasilkan lulusan yangdapat menghadapi dinamika masyarakat pada lingkunganusaha dan industri. Twitter salah satu media yang digemaridigunakan sebagai media bersosialisasi, bertukar informasidan berpendapat sehingga sesuai sebagai sumber analisasentiment. Mengumpulkan, mengenali, mengekstrak opinidalam bentuk teks sehingga dapat digunakan sebagaiinformasi yang bermanfaat. Algoritma klasifikasi NaïveBayes memprediksi apakah suatu opini bernilai positif ataunegative. Menganalisa data dengan jumlah besarmembutuhkan operator Union. Variable yang digunakandalam penelitian ini yaitu hasil tweet dengan kata kuncikampus merdeka dan hasil sentiment sebagai label. Datayang diambil berjumlah 680, sedangkan data yang tidakdiberi label berjumlah 430 yang merupakan data raw yangberasal dari media social Twitter berisi ungkapan,pertanyaan, pengalaman pengguna. Berdasarkan hasilanalisa akumulasi sentiment menghasilkan nilai positif 86%dibandingkan yang memberikan nilai negative 14%.Sehingga dapat disimpulan Program Merdeka Belajarmemberikan opini baik. Selain itu untuk mengoptimalkandata yang tidak seimbang digunakan Synthetic MinorityOversampling Technique (SMOTE) menghasilkankeakuratan data sebesar 99.21% sedangkan tanpa SMOTEkeakuratan data hanya 77.60%. Sehingga dapat disimpulanProgram Merdeka Belajar memberikan opini baik.

Zitieren

APA

Kumalasari, J. T., & Merdekawati, A. (2023). Analisis Sentimen Terhadap Program Kampus Merdeka Pada Twitter Menggunakan Metode Naïve Bayes, Union dan SyntheticMinority Over Sampling Technique (SMOTE). SATIN - Sains dan Teknologi Informasi, 9(1), 1-12. https://doi.org/10.33372/evr11v71

Vancouver

Kumalasari JT, Merdekawati A. Analisis Sentimen Terhadap Program Kampus Merdeka Pada Twitter Menggunakan Metode Naïve Bayes, Union dan SyntheticMinority Over Sampling Technique (SMOTE). SATIN - Sains dan Teknologi Informasi. 2023;9(1):1-12. doi:10.33372/evr11v71

BibTeX
@article{Kumalasari2023,
  author = {Kumalasari, Jefina Tri and Merdekawati, Agustiena},
  title = {Analisis Sentimen Terhadap Program Kampus Merdeka Pada Twitter Menggunakan Metode Naïve Bayes, Union dan SyntheticMinority Over Sampling Technique (SMOTE)},
  journal = {SATIN - Sains dan Teknologi Informasi},
  year = {2023},
  volume = {9},
  number = {1},
  pages = {1--12},
  doi = {10.33372/evr11v71}
}
Kostenlos starten →