SENTIMENT ANALYSIS TWEET TERHADAP KEBIJAKAN KURIKULUM MERDEKA BELAJAR PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA MULTIVARIATE BERNOULLI

Erwanto, Tedi (2023) SENTIMENT ANALYSIS TWEET TERHADAP KEBIJAKAN KURIKULUM MERDEKA BELAJAR PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA MULTIVARIATE BERNOULLI. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a. PENDAHULUAN.pdf Download (3MB)
	Text b. ABSTRAK.pdf Download (167kB)
	Text c. BAB I.pdf Download (242kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (257kB) | Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (477kB) | Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (956kB) | Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (217kB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (234kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (677kB) | Request a copy

Abstract

Merdeka Belajar merupakan kebijakan baru yang digagas oleh Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi, menurutnya kebijakan tersebut merupakan sebuah langkah untuk mengubah sistem pendidikan di Indonesia agar Sumber Daya Manusia (SDM) di Indonesia menjadi unggul serta memiliki profil Pelajar Pancasila. Upaya kebijakan tersebut tidak lepas dari dukungan serta penolakan dari masyarakat. Berbagai macam upaya dukungan serta penolakan dari masyarakat terkait kebijakan baru tersebut dituangkan dalam media sosial, salah satunya Twitter. Penelitian ini bertujuan untuk mengetahui tingkat accuracy, precision, serta recall dengan menggunakan algoritma Multivariate Bernoulli dengan ekstraksi fitur TF-IDF. Hasil accuracy tertinggi sebesar 81,83%, di ikuti precision sebesar 74,24%, dan recall sebesar 84,48%. Rata-rata performa pada 10-Fold Cross Validation yang diberikan oleh Confusion Matrix dengan nilai accuracy sebesar 78,00%, precision 73,73%, dan recall 81,09%, serta memperoleh hasil data yang di klasifikasi dengan tepat sejumlah 1.092 data dan 308 data di klasifikasi tidak tepat.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Twitter, Merdeka Belajar, Analisis Sentimen, Multivariate Bernoulli, TF-IDF, Confusion Matrix.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Tedi Erwanto
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Rintyarna, Bagus Setya NIDN0729017904 Thesis advisor Fitriyah, Nur Qodariyah NIDN0727097501
Contact Email Address:	tedierwantosm@gmail.com
Date Deposited:	31 Jul 2023 06:22
Last Modified:	31 Jul 2023 06:22
URI:	http://repository.unmuhjember.ac.id/id/eprint/18607

Actions (login required)

View Item