<![CDATA[Coronavirus 19 (COVID-19) merupakan infeksi virus menular yang saat ini sudah merambah ke berbagai negara salah satunya di Indoenesia. Pemantauan penyebaran COVID-19 di Indonesia ditangani langsung oleh Pemerintah Indonesia terutama. Pemerintah Indonesia langsung menindak lanjuti kasus tersebut. Salah satu tindakan pemerintah adalah melakukan Social Distancing selama 14 hari untuk meminimalisir penyebaran virus tersebut. Kegiatan pembelajaran online ini dilakukan untuk mengganti kegiatan pembelajaran secara langsung. Pembelajaran online memiliki beberapa kelemahan yakni penggunaan jaringan internet membutuhkan infrastruktur yang memadai, membutuhkan banyak biaya, komunikasi memalui internet terdapat berbagai kendala/lamban. Komentar masyarakat di twitter mengenai belajar online cukup banyak. Namun memantau komentar dari masyarakat umum bukanlah hal yang mudah, dikarenakan jumlahnya sangat banyak untuk diproses sehingga peneliti ingin mengetahui sejauh mana analisa sentimen masyarakat berdasarkan komentar positif dan negatif dengan menggunakan teknik klasifikasi yaitu menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization. Hasil pengujian dengan nilai akurasi dan nilai AUC yaitu yaitu untuk SVM + PSO nilai akurasi = 71.39% dan nilai AUC = 0.762. Untuk itu, Dalam penelitian ini dapat disimpulkan bahwa penggunaan Particle Swarm Optimization (PSO) pada model algoritma support vector machine (SVM) dapat menjadi solusi meningkatkan akurasi dan AUC analisa sentiment masyarakat mengenai belajar online pada masa covid-19 dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen Komentar masyarakat di twitter ada masa covid-19.]]>
Copyrights © 2021
