Arib Fadhlurrohman, Naufal
Unknown Affiliation

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

Found 1 Documents
Search

ANALISIS SENTIMEN TERHADAP SKEMA STUDENT LOAN UNTUK BIAYA PERGURUAN TINGGI PADA TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES Arib Fadhlurrohman, Naufal; Primajaya, Aji; Nugraha Dimyati, Akbar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13001

Abstract

Penelitian ini menganalisis sentimen masyarakat terhadap wacana penerapan skema student loan untuk biaya pendidikan tinggi di Indonesia. Data dikumpulkan dari media sosial Twitter atau X menggunakan Twitter API, menghasilkan 1.284 tweet setelah melalui tahap preprocessing. Metode yang digunakan adalah Knowledge Discovery in Database (KDD), meliputi data selection, preprocessing, transformation, data mining, dan evaluation. Pembobotan sentimen dilakukan menggunakan lexicon dan kamus kata negatif, kemudian dilanjutkan dengan metode TF-IDF. Hasil analisis menunjukkan terdapat 497 tweet positif, 501 negatif, dan 286 netral. Dataset dibagi menjadi data training dan testing dengan empat rasio pembagian, yaitu 90:10, 80:20, 70:30, dan 60:40. Model klasifikasi dibangun menggunakan algoritma Naïve Bayes Classifier, dengan pengujian performa melalui Confusion Matrix dan ROC AUC untuk mengukur akurasi, presisi, recall, F1-score, dan AUC. Penelitian ini memberikan manfaat teoritis berupa pengklasifikasian sentimen masyarakat terhadap skema student loan, serta manfaat praktis untuk pemerintah dalam memahami opini publik sebagai bahan pertimbangan kebijakan. Hasilnya menunjukkan bahwa analisis sentimen adalah pendekatan efektif untuk mengevaluasi tanggapan masyarakat terhadap kebijakan pendidikan, mendukung pengambilan keputusan yang lebih matang dalam penerapan skema student loan.