Analisis Sentiment Pembelajaran Tatap Muka Terbatas (PTMT) Selama Pandemik Covid-19 Menggunakan Algoritma Naïve Bayes

Petir
Vol. 16 No. 2 (2023): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)

Munculnya pandemi Covid-19 menciptakan banyak perubahan dalam berbagai tatanan masyarakat, termasuk pada bidang pendidikan. Setelah vaksinasi gencar dilakukan, pemerintah berinisiasi melaksanakan kegiatan pembelajaran tatap muka secara terbatas untuk tetap mencegah rantai penyebaran virus. Hal tersebut menimbulkan perbedaan respons di antara masyarakat. Penelitian ini bertujuan untuk menganalisis bagaimana masyarakat memberikan berbagai respons dengan menggunakan metode Naive Bayes dimana algoritma ini dipercaya memiliki efektivitas keakuratan serta kecepatan publikasi basis data yakni dengan implementasi salah satu media sosial, Twitter. Hasil penelitian menunjukan bahwa algoritma Naive Bayes Classifier menghasilkan nilai akurasi sebesar 58,23%, dengan kata kunci “PTM”, dan “PTM Terbatas”. Diperoleh juga nilai siknronitas antar data- Pecision Score sebesar 48,85%, nilai Recall sebesar 76,48% dan nilai F1-Score sebesar 59,62 %