COMPARATION OF CLASSIFICATION ALGORITHM ON SENTIMENT ANALYSIS OF ONLINE LEARNING REVIEWS AND DISTANCE EDUCATION

COMPARATION OF CLASSIFICATION ALGORITHM ON SENTIMENT ANALYSIS OF ONLINE LEARNING REVIEWS AND DISTANCE EDUCATION

• By Utami, Lila Dini; Masripah, Siti;
• Jurnal
• 309
• 101-110

Per 27 Januari 2021 kasus terkonfirmasi COVID-19 secara Nasional berada diangka 1.024.298 jiwa, data tersebut adalah data yang telah diumumkan secara resmi oleh Kementerian Kesehatan RI. Sedangkan di Jakarta, kasus terkonfirmasi COVID-19 sebanyak 256.416 jiwa. Pada bulan juli 2021, terjadi peningkatan yang sangat signifikan, melihat data tersebut menyebabkan pemerintah Pusat melakukan pengambilan keputusan untuk meneruskan Pembatasan Sosial Berskala Besar (PSBB), dilanjutkan dengan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) sehingga menyebabkan seluruh aspek terpengaruh terutama aspek pendidikan. Pada aspek pendidikan pemerintah memberlakukan pembelajaran Jarak Jauh dan Daring. Keputusan ini tentunya banyak masyarakat yang setuju maupun tidak setuju, dikarenakan pasti ada yang harus dikorbankan baik dari segi waktu maupun biaya. Melihat kondisi tersebut membuat penulis tertarik untuk membahas dan mengolah opini-opini masyarakat terhadap sistem pembelajaran jarak jauh dan daring yang pastinya memiliki tanggapan positif dan negatif dari para pelaksana pembelajaran, untuk mengolah data tersebut penulis menggunakan Data Mining, yaitu menggunakan metode Klasifikasi Text Mining dengan beberapa Algoritma klasifikasi yaitu Algoritma Naïve Bayes (NB), Algoritma k-Nearest Neighbor (k-NN) dan Algoritma Support Vector Machine (SVM) untuk melihat Algoritma klasifikasi mana yang nilai akurasi dan diagnosa paling tinggi dalam pengolahan opini ini. Setelah dilakukan perhitungan maka Algoritma yang lebih cocok untuk menganalisa review atau opini pada penelitian ini adalah menggunakan algoritma klasifikasi Support Vector Machine (SVM) dengan nilai akurasi teringgi yaitu 87.67 % dan nilai AUC sebesar 0.939 dengan tingkat diagnosa Excellent Classification.

• Katakunci Komparasi, Daring, PJJ, Klasifikasi, Analisa Sentimen
• URL https://ejournal.nusamandiri.ac.id/index.php/techno/article/view/2715/880
• Penerbit Jurnal Techno Nusa Mandiri, Jakarta DKI Jakarta

REFERENSI

Ariani, F., & Taufik, A. (2020). Perbandingan Metode Klasifikasi Data Mining untuk Prediksi Tingkat Kepuasan Pelanggan Telkomsel Prabayar. SATIN-Sains Dan Teknologi Informasi, 16(2), 46–55. http://jurnal.stmik-amikriau.ac.id/index.php/satin/article/view/666

Ary, M., & Rismiati, D. A. F. (2019). Ukuran Akurasi Klasifikasi Penyakit Mesothelioma Menggunakan Algoritma K-Nearest Neighbor dan Backward Elimination. SATIN - Sains Dan Teknologi Informasi, 5(1), 11–18. https://doi.org/10.33372/stn.v5i1.444

Ernawati, S., & Wati, R. (2018). Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Review Agen Travel. Jurnal Khatulistiwa Informatika, 6(1), 64–69. https://ejournal.bsi.ac.id/ejurnal/index.php/ khatulistiwa/article/view/3802/

Gorunescu, F. (2011). Data Mining: Concepts, Models and Techniques. In Data mining - Concepts, Models and Technique. Springer. https://doi.org/10.1007/978-3-642-19721-5

Pelaksanaan Kebijakan Pendidikan Dalam Masa Darurat Penyebaran Co Ro Naviru S D/Sease (Covid-1 9), 300 (2020).

Kementrian Kesehatan Republik Indonesia. (2021).

Kementrian Kesehatan Republik Indonesia Untuk Indonesia yang Lebih Sehat. Kementrian Kesehatan Republik Indonesia.

Kurniawan, Y. I. (2018). Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining. Jurnal Teknologi Informasi Dan Ilmu Komputer. https://doi.org/10.25126/jtiik.201854803 Laurensz, B., &

Eko Sediyono. (2021). Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 10(2), 118–123. https://doi.org/10.22146/jnteti.v10i2.1421

Masripah, S., Utami, L. D., Amalia, H., Nurlaela, D., Ryansayah, M., & Yusuf, L. (2020). Comparison of Text Mining Classification Algorithms in Interbank Money Transfer Application. Journal of Physics: Conference Series, 1641(1). https://doi.org/10.1088/1742- 6596/1641/1/012088

Nasution, M. R. A. N., & Hayaty, M. (2019). Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter. Jurnal Informatika, 6(2), 226–235.

Nurita, D. (2021). Ini 4 Pelonggaran Aktivitas PPKM Level 4 yang Diperpanjang Hingga 2 Agustus. Nasional Tempo.

Odoh, D. M., & Chinedum E, D. I. (2014). Research Designs, Survey and Case Study. IOSR Journal of VLSI and Signal Processing, 4(6), 16–22. https://doi.org/10.9790/4200-04611622

Pemprov DKI Jakarta. (2020a). Data Pemantauan Covid-19 Jakarta. Corona.Jakarta.Go.Id. https://corona.jakarta.go.id/id/datapemantauan

Pemprov DKI Jakarta. (2020b). Wujudkan Jakarta Sehat, Aman, dan Produktif Jakarta Tanggap Covid-19. Jakarta Smart City. https://corona.jakarta.go.id/id

Que, V. K. S., Iriani, A., & Purnomo, H. D. (2020). Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 9(2), 162–170. https://doi.org/10.22146/jnteti.v9i2.102

Rahutomo, F., Saputra, P. Y., & Fidyawan, M. A. (2018). Implementasi Twitter Sentiment Analysis Untuk Review Film Menggunakan Algoritma Support Vector Machine. Jurnal Informatika Polinema, 4(2), 93–100. https://doi.org/10.33795/jip.v4i2.152

Ratnawati, F. (2018). Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter. INOVTEK Polbeng-Seri Informatika, 3(1), 50–59. http://ejournal.polbeng.ac.id/index.php/ISI/ article/view/335

Sadikin, A., & Hamidah, A. (2020). Pembelajaran Daring di Tengah Wabah Covid-19. Biodik, 6(2), 109–119. https://doi.org/10.22437/bio.v6i2.9759

Saputra, N., Adji, T. B., & Permanasari, A. E. (2015). Analisis Sentimen Data Presiden Jokowi dengan Preprocessing Normalisasi dan Stemming Menggunakan Metode Naive Bayes dan SVM. Jurnal Dinamika Informatika, 5(11), 1–12.

Sari, R., & Hayuningtyas, R. Y. (2019). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Pada Wisata TMII Berbasis Website. Indonesian Journal on Software Engineering (IJSE), 5(2), 51–60. https://doi.org/10.31294/ijse.v5i2.6957

Somantri, O., & Khambali, M. (2017). Feature Selection Klasifikasi Kategori Cerita Pendek Menggunakan Naïve Bayes dan Algoritme Genetika. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi (JNTETI), 6(3), 301–306. https://doi.org/10.22146/jnteti.v6i3.332

Syarifuddin, M. (2020). Laporan Akhir Penelitian Mandiri: Analisis Sentimen Opini Publik Mengenai Covid-19 Pada Twitter Menggunakan Metode Naïve Bayes Dan Knn.