Analisis Sentimen Masyarakat Terhadap Penerima Beasiswa Kartu Indonesia Pintar Kuliah Dengan Metode Support Vector Machine
DOI:
https://doi.org/10.32938/jitu.v4i2.7598Keywords:
Kata Kunci – kipk, svm, tf-idf, confuntion matrix.Abstract
Kartu indonesia pintar merupakan upaya pemerintah membantu para siswa berprestasi yang memiliki keterbatasan ekonomi untuk melanjutkan studi ke perguruan tinggi. Ramainya pembahasan kartu indonesia pintar di twitter membuat penulis tertarik untuk mengetahui sentimen masyarakat terhadap penerima beasiswa kartu indonesia pintar kuliah dengan keyword “KIPK”. Sentimen terdiri dari sentimen negatif, positif, dan netral. Metode yang di gunakan menganalisis pendapat masyarakat pada media sosial twitter mengunakan Support Vector Mechine ( SVM ). Term Frequency-inverce document Frequency ( TF-IDF ) kami gunakan untuk melakukan pengukuran seberapa penting kata dalan suatu data. Sedangkan untuk mengukur kinerja klasifikasi SVM menggunakan metode Confusion Matrix. Karnel linear merupakan karnel yang kami gunakan pada analisis data. Hasil evaluasi yang di dapat yaitu 81,82%, precession 80%, recall 82%, dan F1-score 78%, dapat di simpulkan bahwa sentimen masyarakat pada media sosial twitter terhadap penerima beasiswa kartu indonesia pintar kuliah lebih condong ke sentimen netral.
References
[2] A. Amin, R. N. Sasongko, and A. Yuneti, “Kebijakan Kartu Indonesia Pintar untuk Memerdekakan Mahasiswa Kurang Mampu,” J. Adm. Educ. Manag., vol. 5, no. 1, pp. 98–107, 2022, doi: 10.31539/alignment.v5i1.3803.
[3] D. T. Yuliana, M. I. A. Fathoni, and N. Kurniawati, “Penentuan Penerima Kartu Indonesia Pintar KIP Kuliah Dengan Menggunakan Metode K-Means Clustering,” J. Focus Action Res. Math. (Factor M), vol. 5, no. 1, pp. 127–141, 2022, doi: 10.30762/f_m.v5i1.570.
[4] P. Dana et al., “DAN DAMPAKNYA TERHADAP PENDIDIKAN DI INDONESIA,” vol. 7, no. 1, pp. 28–36, 2024.
[5] * Ciek et al., “Analisis Fenomena Hedonisme di Kalangan Mahasiswa Penerima Beasiswa KIP Kuliah: Perspektif Sosio-Ekonomi Baru,” J. Penelit. Mhs., vol. 3, no. 2, pp. 2962–116, 2024, [Online]. Available: https://doi.org/10.58192/populer.v3i2.2134
[6] Rahmania Mustaqlillah, Okky Widyaningtyas, and Tri Wantoro, “Efektivitas Penggunaan Twitter Sebagai Sarana Peningkatan Berpikir Kritis Mahasiswa Ilmu Komunikasi,” MUKASI J. Ilmu Komun., vol. 2, no. 1, pp. 18–28, 2023, doi: 10.54259/mukasi.v2i1.1346.
[7] M. Ismail, “Studi Literatur: Pengertian, Ciri, dan Teknik Pengumpulan Data.” [Online]. Available: https://ismailview.com/studi-literatur-pengertian-ciri-dan-teknik-pengumpulan-data/#
[8] H. Satria, “cara Crawl Data Twitter Thread atau Komentar.” [Online]. Available: https://helmisatria.com/blog/cara-crawl-data-twitter-thread-komentar
[9] Kuncahyo Setyo Nugroho, “Dasar Text Preprocessing dengan Python,” Https://Ksnugroho.Medium.Com/Dasar-Text-Preprocessing-Dengan-Python-a4Fa52608Ffe. Accessed: Jul. 23, 2024. [Online]. Available: https://ksnugroho.medium.com/dasar-text-preprocessing-dengan-python-a4fa52608ffe
[10] D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 2, pp. 697–711, 2021.
[11] A. Aziz, “Analisis Sentimen Identifikasi Opini Terhadap Produk, Layanan dan Kebijakan Perusahaan Menggunakan Algoritma TF-IDF dan SentiStrength,” J. Sains Komput. Inform. (J-SAKTI, vol. 6, no. 1, p. 115, 2022.
[12] M. F. Azhari and R. Fajriyah, “IDEKTIFIKASI GEN MARKER PBMCS ISCHEMIC STROKE MENGGUNAKAN,” vol. XIII, no. 1, pp. 73–81, 2024.
[13] R. Tineges, A. Triayudi, and I. D. Sholihati, “Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM),” J. Media Inform. Budidarma, vol. 4, no. 3, p. 650, 2020, doi: 10.30865/mib.v4i3.2181.
[14] D. Ananda and R. R. Suryono, “Analisis Sentimen Publik Terhadap Pengungsi Rohingya di Indonesia dengan Metode Support Vector Machine dan Naïve Bayes,” J. Media Inform. Budidarma, vol. 8, no. April, pp. 748–757, 2024, doi: 10.30865/mib.v8i2.7517.
[15] A. F. Setyaningsih, D. Septiyani, and S. R. Widiasari, “Implementasi Algoritma Naïve Bayes untuk Analisis Sentimen Masyarakat pada Twitter mengenai Kepopuleran Produk Skincare di Indonesia,” J. Teknol. Inform. dan Komput., vol. 9, no. 1, pp. 224–235, 2023, doi: 10.37012/jtik.v9i1.1409
Downloads
Published
Issue
Section
License
Copyright (c) 2024 M Fahriz Zain Jannan, Yudha Dwi Putra Negara (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
