Analisis Sentimen Kebijakan Pembelajaran Tatap Muka Menggunakan Support Vector Machine dan Naive Bayes

Muhammad Siddik Hasibuan (Universitas Islam Negeri Sumatera Utara)
Akbar Serdano (Universitas Islam Negeri Sumatera Utara)

JRST (Jurnal Riset Sains dan Teknologi)
Volume 6 No. 2 September 2022: JRST

Analisis sentimen kebijakan pembelajaran tatap muka selama pandemi dapat dianalisis menggunakan data dari tweet di platform media Twitter. Dari hasil crawling data diperoleh 152 data, selanjutnya dilakukan proses pre-processing untuk memberikan data dari simbol, dan link serta mengubah kata menjadi bobot kata yang dapat dipahami dengan menggunakan teknik TF-IDF. Hasil pembobotan kata ini dianalisis pada kelas positif dan negatif, label positif terkumpul 96 dan negatif 16. Polaritas kelas hasil dari 108 data yang diketahui masyarakat memberikan respon positif terhadap kebijakan pemerintah untuk melakukan pembelajaran tatap muka. Pengujian model Support Vector Machine (SVM) dan Naive Bayes (NB) dari 108 data diperoleh hasil akurasi SVM sebesar 88,09% dan NB 75,92% pada penelitian ini SVM lebih baik dari NB.