<![CDATA[Abstrak- Media sosial seperti Facebook, Twitter, dan Instagram adalah platform yang umum digunakan untuk berbagi ide dan opini. Sebuah opini pada media sosial dapat mengandung sentimen positif, negatif, atau netral. Analisis sentimen atau sentiment analysis adalah sebuah studi untuk melakukan identifikasi sentimen secara otomatis, dan telah banyak diterapkan pada organisasi pemilik akun media sosial, termasuk universitas. Penelitian ini mengimplementasikan identifikasi sentimen pada komentar media sosial universitas dengan menggunakan metode berbasis leksikon. Cara kerja metode analisis sentimen berbasis leksikon adalah dengan menghitung orientasi semantic lexicon. Penelitian ini menggunakan kamus leksikon yang telah didefinisikan sebanyak 6599 kata negatif dan 3597 kata positif. Dari hasil eksperimen diperoleh precision sebesar 94,81%, recall sebesar 82,59%, dan F-1 score sebesar 88,28%. Berdasarkan perbandingan hasil prediksi sistem dengan label yang didefinisikan manual, dianalisis penyebab kesalahan identifikasi sentimen, yaitu terdapat beberapa kata yang tidak ditemukan pada kamus leksikon karena kata-kata tersebut merupakan bahasa asing, yaitu Bahasa Inggris dan Bahasa Arab.Kata kunci- media sosial, universitas, analisis sentimen, analisis sentimen berbasis leksikon]]>
Copyrights © 2023
