Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI
Saiful Anwar Assaidi
Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Evaluasi Pembelajaran Tatap Muka 100 Persen pada Pengguna Twitter menggunakan Metode Logistic Regression Saiful Anwar Assaidi; Fatkhul Amin
Jurnal Pendidikan Tambusai Vol. 6 No. 2 (2022): Agustus 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (547.893 KB) | DOI: 10.31004/jptam.v6i2.4543

Abstract

Perkembangan Machine learning semakin pesat seiring dengan bertambah banyaknya data yang ada di internet terutama dari media sosial seperti facebook, twitter dan Instagram. Diantara banyak topik yang dibahas di media sosial, topik tentang Evaluasi Pembelajaran Tatap Muka (PTM) serratus persen di indonesia sempat hangat. Banyak masyarakat yang berpendapat mengenai evaluasi PTM terutama di media sosial twiter. banyaknya data yang tidak teratur dan berbeda pola serta makna sehingga sulit mengetahui pendapat yang disampaikan tersebut termasuk pendapat positif yang pro terhadap PTM atau sebaliknya, negatif yang kontra terhadap PTM. Machine Learning bisa mengolah data yang banyak dan tidak teratur untuk menghasilkan sebuah output dengan cepat. Tujuan penelitian ini agar menghasilkan sebual model yang dapat membantu mengklasifikasi opini masyarakat terkait topik evaluasi Pembelajaran Tatap Muka (PTM) seratus persen kedalam sentiment negatif atau positif, biasa disebut dengan analisis sentimen. Klasifikasi termasuk dalam jenis supervised learning dalam machine learning. Logistic Regression merupakan metode machine learning yang dapat digunakan untuk membuat model Klasifikasi yang bisa digunakan untuk melakukan analisis sentimen. Hasil dari Analisis Sentimen menggunakan metode Logistic Regression pada penelitian ini menghasilkan nilai accuracy sebesar 78,57%, precision 76,92%, recall 83,3 % dan nilai F1-Score sebesar 80%.
Co-Authors Fatkhul Amin