Analisis Sentiment Pembelajaran Tatap Muka Terbatas (PTMT) Selama Pandemik Covid-19 Menggunakan Algoritma Naïve Bayes
Article Sidebar
Main Article Content
Abstract
Munculnya pandemi Covid-19 menciptakan banyak perubahan dalam berbagai tatanan masyarakat, termasuk pada bidang pendidikan. Setelah vaksinasi gencar dilakukan, pemerintah berinisiasi melaksanakan kegiatan pembelajaran tatap muka secara terbatas untuk tetap mencegah rantai penyebaran virus. Hal tersebut menimbulkan perbedaan respons di antara masyarakat. Penelitian ini bertujuan untuk menganalisis bagaimana masyarakat memberikan berbagai respons dengan menggunakan metode Naive Bayes dimana algoritma ini dipercaya memiliki efektivitas keakuratan serta kecepatan publikasi basis data yakni dengan implementasi salah satu media sosial, Twitter. Hasil penelitian menunjukan bahwa algoritma Naive Bayes Classifier menghasilkan nilai akurasi sebesar 58,23%, dengan kata kunci “PTM”, dan “PTM Terbatas”. Diperoleh juga nilai siknronitas antar data- Pecision Score sebesar 48,85%, nilai Recall sebesar 76,48% dan nilai F1-Score sebesar 59,62 %
Downloads
Article Details
References
C. D. and V. M., “WHO declares COVID-19 a pandemic,” Acta Biomedica, 2020.
M. Adnan and K. Anwar, “Online learning amid the COVID-19 pandemic: Students’ perspectives Muhammad,” Stud. Learn. Teach., 2020.
C. Reads, “ONLINE LEARNING DURING COVID-19?: A BOON OR BANE??,” no. January, 2023.
H. Aswat, E. R. Sari, R. Aprilia, A. Fadli, and M. Milda, “Implikasi Distance Learning di Masa Pandemi COVID 19 terhadap Kecerdasan Emosional Anak di Sekolah Dasar,” J. Basicedu, 2021, doi: 10.31004/basicedu.v5i2.803.
C. Pace, S. Pettit, and K. Barker, “Best Practices in Middle Level Quaranteaching: Strategies, Tips and Resources Amidst COVID-19,” Becom. J. Georg. Middle Sch. Assoc., 2020, doi: 10.20429/becoming.2020.310102.
R. Zhong, “The Coronavirus Exposes Education’s Digital Divide,” The Newyork Times, 2020.
Pristiyono, M. Ritonga, M. A. Al Ihsan, A. Anjar, and F. H. Rambe, “Sentiment analysis of COVID-19 vaccine in Indonesia using Naïve Bayes Algorithm,” IOP Conf. Ser. Mater. Sci. Eng., 2021, doi: 10.1088/1757-899x/1088/1/012045.
Yudi Firmansyah and Fani Kardina, “PENGARUH NEW NORMAL DITENGAH PANDEMI COVID-19 TERHADAP PENGELOLAHAN SEKOLAH DAN PESERTA DIDIK,” BUANA ILMU, 2020, doi: 10.36805/bi.v4i2.1107.
A. Deviyanto and M. D. R. Wahyudi, “PENERAPAN ANALISIS SENTIMEN PADA PENGGUNA TWITTER MENGGUNAKAN METODE K-NEAREST NEIGHBOR,” JISKA (Jurnal Inform. Sunan Kalijaga), 2018, doi: 10.14421/jiska.2018.31-01.
Y. Nurdiansyah, S. Bukhori, and R. Hidayat, “Sentiment analysis system for movie review in Bahasa Indonesia using naive bayes classifier method,” in Journal of Physics: Conference Series, 2018. doi: 10.1088/1742-6596/1008/1/012011.
A. Z. Amrullah, A. Sofyan Anas, and M. A. J. Hidayat, “Analisis Sentimen Movie Review Menggunakan Naive Bayes Classifier Dengan Seleksi Fitur Chi Square,” Jurnal, 2020, doi: 10.30812/bite.v2i1.804.
M. W. A. Putra, Susanti, Erlin, and Herwin, “Analisis Sentimen Dompet Elektronik Pada Twitter Menggunakan Metode Naïve Bayes Classifier,” IT J. Res. Dev., 2020, doi: 10.25299/itjrd.2020.vol5(1).5159.
A. Pramono, R. Indriati, and A. Nugroho, “Sentiment Analysis Tokoh Politik Pada Twitter,” Semin. Nas. Inov. Teknol. , pp. 195–200, 2017, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/403/317
Y. E. Fadrial, “Algoritma Naive Bayes Untuk Mencari Perkiraan Waktu Studi Mahasiswa,” INTECOMS J. Inf. Technol. Comput. Sci., vol. 4, no. 1, pp. 20–29, 2021, doi: 10.31539/intecoms.v4i1.2219.
W. A. Prabowo and C. Wiguna, “Sistem Informasi UMKM Bengkel Berbasis Web Menggunakan Metode SCRUM,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 149, 2021, doi: 10.30865/mib.v5i1.2604.
R. M. F. Oducado and H. Estoque, “Online Learning in Nursing Education During the COVID-19 Pandemic: Stress, Satisfaction, and Academic Performance,” J. Nurs. Pract., 2021, doi: 10.30994/jnp.v4i2.128.