[PDF][PDF] Sentiment Analysis of Online Lectures in Indonesia from Twitter Dataset Using InSet Lexicon Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari …

D Musfiroh, U Khaira, P Eko, P Utomo… - … : Indonesian Journal of …, 2021 - researchgate.net
D Musfiroh, U Khaira, P Eko, P Utomo, T Suratno
MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2021researchgate.net
Pelaksanaan perkuliahan daring pada berbagai kampus di Indonesia telah dipertegas sejak
makin mewabahnya virus corona. Kuliah daring dijadikan solusi untuk terus menjalankan
kegiatan belajar-mengajar di masa pandemi. Namun pelaksanaan perkuliahan daring
menimbulkan berbagai macam opini dalam masyarakat, khususnya di kalangan pelajar. Hal
ini juga memunculkan sikap pro maupun kontra dari berbagai pihak. Untuk itu dilakukan
penambangan data dari twitter guna menganalisis sentimen terhadap topik “kuliah daring” …
Abstrak
Pelaksanaan perkuliahan daring pada berbagai kampus di Indonesia telah dipertegas sejak makin mewabahnya virus corona. Kuliah daring dijadikan solusi untuk terus menjalankan kegiatan belajar-mengajar di masa pandemi. Namun pelaksanaan perkuliahan daring menimbulkan berbagai macam opini dalam masyarakat, khususnya di kalangan pelajar. Hal ini juga memunculkan sikap pro maupun kontra dari berbagai pihak. Untuk itu dilakukan penambangan data dari twitter guna menganalisis sentimen terhadap topik “kuliah daring”. Data diklasifikasikan ke dalam 3 kelas, yaitu positif, negatif, dan netral. Penelitian ini dilakukan dengan teknik lexicon-based approach menggunakan InSet Lexicon sebagai kamus kata opini berbahasa Indonesia. Penentuan kelas sentimen untuk setiap kalimat diperoleh dari hasil perhitungan polarity score. Hasil klasifikasi dari 5811 data tweet ternyata mengandung 63.4% tweet negatif, 27.6% tweet positif, dan 8.9% tweet netral. Pengujian hasil klasifikasi dilakukan dengan metode cross-validation serta confusion matrix dengan perbandingan data latih dan data uji yaitu 8: 2 memberikan nilai accuracy 79.2%, precision sebesar 72.9%, recall sebesar 62.8%, dan f-measure sebesar 67.4%.
researchgate.net
以上显示的是最相近的搜索结果。 查看全部搜索结果