SHAHIBATUL, ASHLIYAH PAOKUMA (2023) ANALISIS SENTIMEN MASYARAKAT INDONESIA TENTANG MERDEKA BELAJAR KAMPUS MERDEKA (MBKM) DI INSTAGRAM MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES. S1 thesis, Universitas Malikussaleh.

	Text TUGAS AKHIR LIA BISMILLAH ASLI LANCAR DISTRIBUSI-1.pdf Download (138kB)
	Text TUGAS AKHIR LIA BISMILLAH ASLI LANCAR DISTRIBUSI-2-3.pdf Download (214kB)
	Text TUGAS AKHIR LIA BISMILLAH ASLI LANCAR DISTRIBUSI-12-16.pdf Download (310kB)
	Text TUGAS AKHIR LIA BISMILLAH ASLI LANCAR DISTRIBUSI-61-63 (1).pdf Download (213kB)
	Text TUGAS AKHIR LIA BISMILLAH ASLI LANCAR DISTRIBUSI.pdf Restricted to Registered users only Download (1MB)

Abstract

ABSTRAK Merdeka Belajar Kampus Merdeka (MBKM) merupakan kebijakan dari Kemendikbud RI yang berperan penting dalam pembelajaran yang otonom dan fleksibel pada kegiatan belajar mahasiswa di luar program studi. Namun, MBKM memiliki pro dan kontra sehingga perlu dilakukan analisis dan evaluasi kebijakannya untuk meningkatkan kinerja melalui umpan balik dari masyarakat. Penelitian ini akan melakukan sentimen analisis pada kebijakan MBKM pada komentar pengguna Instagram dari tahun 2023 - 2024 terhadap akun Instagram @kampusmerdeka.ri, @pertukaranmahasiswamerdeka, @kampusmengajar, @magangmerdeka. Support Vector Machine dan Naïve Bayes digunakan untuk menganalisis sentimen multiclass pada komentar Instagram. Adapun hasil data awal komentar berjumlah 2028 komentar. Kemudian dilakukan pre-processing yaitu remove punch, url,etc, normalisasi data, tokenizing, stemming hingga stopword sehingga mendapatkan data bersih berjumlah 1874 komentar. Hasil labelling komentar Instagram mengenai program Merdeka Belajar Kampus Merdeka (MBKM) mayoritasnya netral dengan rincian sentiment positif 21,7%, sentiment netral 67,4%, dan sentiment negatif 10,9%. Adapun hasil akurasi dari kedua metode yaitu support vector machine dengan kernel rbf menghasilkan accuracy sebesar 95 dengan rincian precision 96%, recall 95%, dan f-1 score 95%. Sedangkan menggunakan algoritma naive bayes dengan jenis multinomial menghasilkan accuracy 90 dengan rincian precision 91%, recall 90%, dan f-1 score 90%. Jadi dapat dirangkumkan bahwa metode support vector machine merupakan algoritma dengan akurasi yang cocok untuk mengklasifikasikan data tanggapan masyarakat Indonesia terhadap Merdeka Belajar Kampus Merdeka (MBKM) dibandingkan metode naïve bayes. Kata kunci : MBKM, analisis sentiment, Instagram, SVM, naïve bayes

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Khairiati Khairiati
Date Deposited:	19 Nov 2024 08:58
Last Modified:	19 Nov 2024 08:58
URI:	https://rama.unimal.ac.id/id/eprint/7648

Actions (login required)

View Item