Analisis Sentimen mengenai Pembelajaran Hybrid Menggunakan Algoritma Support Vector Machine

Main Article Content

Fabianus I Made Jeven
Gerson Feoh
I Made Dwi Ardiada

Abstract

Media sosial Twitter telah menjadi platform populer bagi pengguna untuk berbagi informasi, berinteraksi, dan memperoleh pengetahuan termasuk dalam bidang Pendidikan dengan metode pembelajaran hybrid yaitu menggabungkan metode pembelajaran secara online dan offline. Namun, tingkat kepuasan pengguna Twitter terhadap metode pembelajaran hybrid masih menjadi perhatian utama dalam meningkatkan kualitas pembelajaran. Oleh karena itu, penelitian ini bertujuan untuk melakukan analisis sentimen tingkat kepuasan pengguna Twitter terhadap pembelajaran hybrid menggunakan algoritma Support Vector Machine. Dalam penelitian ini, penulis menggunakan algoritma Support Vector Machine untuk mengetahui akurasi yang dihasilkan oleh metode Support Vector Machine dan untuk menganalisis sentimen kepuasan pengguna Twitter terkait pembelajaran hybrid. Hasil dari klasifikasi dengan metode algoritma Support Vector Machine setelah dilakukan pengujian mendapatkan hasil tingkat accuracy 68,33%, precision negatif 71,15%, precision positif 50%, recall negatif 90,24% dan recall positif 21,05%. Hasil penelitian menunjukkan bahwa kurang puasnya mahasiswa dengan diterapkan metode pembelajaran hybrid, hal ini dapat merugikan dirinya sendiri dikarenakan kurangnya pemahaman dari materi yang diberikan pernyataan ini berdasarkan 69,5% ulasan negatif dan 30.5% ulasan positif.

Article Details

How to Cite
Jeven, F. I. M., Feoh, G., & Ardiada, I. M. D. (2023). Analisis Sentimen mengenai Pembelajaran Hybrid Menggunakan Algoritma Support Vector Machine. JURNAL KESEHATAN, SAINS, DAN TEKNOLOGI (JAKASAKTI), 2(3). Retrieved from https://jurnal.undhirabali.ac.id/index.php/jakasakti/article/view/2696
Section
Articles

References

Pintoko, B. M, & Muslim, K. (2018). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naïve Bayes Classifier. E-Proceeding of Engineering, 5(3), 8121–8230.

Natasuwarna, A. P. (2020). Seleksi Fitur Support Vector Machine pada Analisis Sentimen Keberlanjutan Pembelajaran Daring. Techno.Com, 19(4), 437–448. https://doi.org/10.33633/tc.v19i4.4044

Setiawan, H., Utami, E., & Sudarmawan, S. (2021). Analisis Sentimen Twitter Kuliah Online Pasca Covid-19 Menggunakan Algoritma Support Vector Machine dan Naive Bayes. Jurnal Komtika (Komputasi Dan Informatika), 5(1), 43–51. https://doi.org/10.31603/komtika.v5i1.5189

Watrianthos, R., Giatman, M., Simatupang, W., Syafriyeti, R., & Daulay, N. K. (2022). Analisis Sentimen Pembelajaran Campuran Menggunakan Twitter Data. Jurnal Media Informatika Budidarma, 6(1), 166. https://doi.org/10.30865/mib.v6i1.3383

Putra, T. W., Triayudi, A., & Andrianingsih, A. (2022). Analisis Sentimen Pembelajaran Daring menggunakan Metode Naïve Bayes, KNN, dan Decision Tree. Jurnal Teknologi Informasi dan Komunikasi, 6(1). https://doi.org/10.35870/jtik.v6i1.368