Analisis Sentimen Mengenai Program MSIB Pada Media Sosial Twitter Menggunakan Algoritma Naive Bayes Classifier

Nilam, Cahya (2023) Analisis Sentimen Mengenai Program MSIB Pada Media Sosial Twitter Menggunakan Algoritma Naive Bayes Classifier. Fakultas Teknik, Universitas Lampung.

Preview	File PDF ABSTRAK.pdf Download (284Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (6Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA PEMBAHASAN.pdf Download (2554Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi merancang kebijakan Merdeka Belajar dengan Kurikulum Merdeka Belajar-Kampus Merdeka (MBKM). MBKM memiliki program Magang dan Studi Independen Bersertifikat(MSIB) dan memberikan manfaat seperti konversi 20 SKS yang dapat diikuti seluruh perguruan tinggi di Indonesia. Mahasiswa dapat mencari informasi seputar MSIB di media sosial Twitter berupa opini dan komentar mengenai program MSIB. Penelitian ini bertujuan untuk melakukan klasifikasi tweet mahasiswa dan melakukan analisis sentimen terhadap opini yang diberikan mahasiswa di platform Twitter menggunakan metode Cross-Industry Standard Process for Data Mining (CRISPDM) dengan algoritma Naïve Bayes Classifier serta merancang sebuah sistem untuk memvisualisasikan hasil klasifikasi. Algoritma Naïve Bayes Classifier digunakan pada 5.077 data yang memenuhi kriteria inklusi dari total data 8.078 yang diperoleh dari Twitter untuk diklasifikasikan menjadi tiga kategori sentimen: positif, negatif, dan netral. Sistem yang dibangun mencapai tingkat akurasi sebesar 65% dan hasil analisis divisualisasikan berbasis website dengan menggunakan framework Django. Hasil analisis data, menunjukkan opini yang diberikan mahasiswa terbanyak berada pada sentimen netral. Hal ini mengindikasikan bahwa program MSIB dapat diterima dengan baik oleh mahasiswa.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data
Program Studi:	Fakultas Teknik > Prodi S1-Teknik Informatika
Pengguna Deposit:	2308916811 . Digilib
Date Deposited:	16 Feb 2024 08:15
Terakhir diubah:	16 Feb 2024 08:15
URI:	http://digilib.unila.ac.id/id/eprint/78980

Actions (login required)

Lihat Karya Akhir