Perbandingan Algoritma Klasifikasi SVM dan Naive Bayes Dalam Analisis Sentimen Pembelajaran Daring di Masa Pandemi COVID-19 di Twitter

ARIF JUNDI FIRDAUSI

Informasi Dasar

113 kali
22.04.667
006.35
Karya Ilmiah - Skripsi (S1) - Reference

Pandemi Covid-19 menciptakan banyak perubahan, salah satunya adalah sistem pendidikan di Indonesia. Yang semula sistem pendidikan yang dilaksanakan adalah pembelajaran secara tatap muka atau datang ke sekolah. Namun setelah pandemi, pembelajaran dilakukan secara daring dan dilaksanakan di rumah masing-masing. Perubahan yang mendadak serta berskala nasional ini menciptakan banyak sekali opini di masyarakat terutama opini yang berada di media sosial twitter. Pada penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap pembelajaran daring pada masa pandemi COVID-19 di Indonesia dengan membandingkan metode klasifikasi SVM dan Naive Bayes. Dengan harapan dapat mengetahui metode mana yang paling baik performansinya. Dari penelitian ini dihasilkan metode SVM lebih baik dari pada Naive Bayes dengan nilai terbaik yang didapatkan oleh metode SVM adalah dengan presentasi 60/40 dan tanpa menggunakan sentimen netral serta menggunakan kernel RBF mendapatkan akurasi 0,72 atau 72%.

Subjek

Natural language processing
SOCIAL MEDIA,

Katalog

Perbandingan Algoritma Klasifikasi SVM dan Naive Bayes Dalam Analisis Sentimen Pembelajaran Daring di Masa Pandemi COVID-19 di Twitter
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ARIF JUNDI FIRDAUSI
Perorangan
Widi Astuti, Adiwijaya
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini