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.

[img]
Preview
Text
ABSTRAK.pdf

Download (291kB) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Repository staff only

Download (7MB) | Request a copy
[img]
Preview
Text
SKRIPSI TANPA PEMBAHASAN.pdf

Download (2MB) | Preview

Abstract

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.

Item Type: Other
Subjects: ?? 000 ??
?? 005 ??
Divisions: ?? Informatika ??
Depositing User: 2308916811 . Digilib
Date Deposited: 16 Feb 2024 08:15
Last Modified: 16 Feb 2024 08:15
URI: http://digilib.unila.ac.id/id/eprint/78980

Actions (login required)

View Item View Item