Analisis Sentimen Ciutan Twitter Terkait Penerapan Permendikbudristek Nomor 30 Tahun 2021 Menggunakan TextBlob dan Support Vector Machine
DOI:
https://doi.org/10.33379/gtech.v6i2.1778Keywords:
Gender, Twitter, Permendikbudristek, PPKSAbstract
Di era yang serba digital segala aspek penerapan suatu kebijakan oleh pemerintah menjadi topik yang banyak dibicarakan dijejaring media sosial terutama Twitter. Salah satunya topik terkait Penerapan Permendikbud Nomor 30 Tahun 2021. Pada tweet dapat dilakukan analisis sentimen untuk mengetahui tanggapan masyarakat terhadap penerapan Permendikbud PPKS dengan melakukan identifikasi dan mengkategorikan polaritas teks untuk menentukan text tersebut memiliki nilai positif atau negatif. Model sistem bertujuan sebagai evaluasi pihak pemerintah dalam tindaklanjut dari penetapan kebijakan. Pengumpulan data yang diambil dari twitter dengan hash tag kesetaraan gender, kekerasan seksual, dan PPKS berjumlah 159 data. Pembagian data latih dan data uji mengunakan rasio 70:30 secara acak oleh sistem. Untuk data latih digunakan sebanyak 111 data, sedangkan data uji digunakan sebanyak 48 data. Berdasarkan hasil pengujian dengan textblob yang dibantu dengan menggunakan algoritma Support Vector Machine menggunakan data uji sebanyak 48 data dengan 34 data positif, dan 14 data negatif, mendapatkan akurasi sebesar 70,8%.
References
Anggreany, M. S. (2022). Confusion Matrix. socs.binus.ac.id. https://socs.binus.ac.id/2020/11/01/confusion-matrix/ (accessed Sep. 02, 2022).
Hernikawati, D. (2021). Kecenderungan Tanggapan Masyarakat Terhadap Vaksin Sinovac Berdasarkan Lexicon Based Sentiment Analysis (The Trend of Public Response to Sinovac Vaccine Based on Lexicon Based Sentiment Analysis). Jurnal Iptekkom (Jurnal Ilmu Pengetahuan & Teknologi Informasi), 23(1), 21-31.
Irawan, F., & Samopa, F. (2018, July). A Comparative Assessment of the Random Forest and SVM Algorithms Using Combination of Principal Component Analysis and SMOTE For Accounts Receivable Seamless Prediction case study company X in Surabaya. In Proceedings of the 2nd International Seminar Of Contemporary ONBUSINESS Research & Management. University Warmadewa Bali.
Kementrian Pendidikan dan Kebudayaan. (2021). Merdeka Belajar Episode Keempat Belas Tetaskan Solusi untuk Kekerasan Seksual di Perguruan Tinggi. kemdikbud.go.id, 2021. https://www.kemdikbud.go.id/main/blog/2021/11/merdeka-belajar-episode-keempat-belas-tetaskan-solusi- untuk-kekerasan-seksual-di-perguruan-tinggi (accessed Sep. 03, 2022).
Nugroho, K. S. (2019). Confusion matrix untuk evaluasi model pada supervised learning. Diakses dari: https://ksnugroho. medium. com/confusion-matrix-untuk-evaluasi-model-pada-unsupervised-machine-learning-bc4b1ae9ae3f.
Puspita, R., & Suciati, T. N. (2020). Mobile Phone dan Media Sosial: Penggunaan dan Tantangannya pada Jurnalisme Online Indonesia. Ekspresi Dan Persepsi: Jurnal Ilmu Komunikasi, 3(2), 132-146.. doi: 10.33822/jep.v3i2.1781.
Suherman, A., Aryani, L., & Yulyana, E. (2021). Analisis Fungsi Peraturan Mentri Pendidikan, Kebudayaan, Riset dan Teknologi Nomor 30 Tahun 2021 dalam Mencegah Kekerasan Seksusal di Kampus. Jurnal Ilmiah Wahana Pendidikan, 7(7), 173-182., doi: 10.5281/zenodo.5704133.
Wandani, A., Fauziah, F., & Andrianingsih, A. (2021). Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN, Random Forest, dan Naive Bayes. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 651-665. Available: https://tunasbangsa.ac.id/ejurnal/index.php/jsakti
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Yesy Afrillia, Lidya Rosnita, Deassy Siska, Muzaffar Rigayatsyah, Nurqamarina
This work is licensed under a Creative Commons Attribution 4.0 International License.
