<![CDATA[Kartu indonesia pintar merupakan upaya pemerintah membantu para siswa berprestasi yang memiliki keterbatasan ekonomi untuk melanjutkan studi ke perguruan tinggi. Ramainya pembahasan kartu indonesia pintar di twitter membuat penulis tertarik untuk mengetahui sentimen masyarakat terhadap penerima beasiswa kartu indonesia pintar kuliah dengan keyword “KIPK”. Sentimen terdiri dari sentimen negatif, positif, dan netral. Metode yang di gunakan menganalisis pendapat masyarakat pada media sosial twitter mengunakan Support Vector Mechine ( SVM ). Term Frequency-inverce document Frequency ( TF-IDF ) kami gunakan untuk melakukan pengukuran seberapa penting kata dalan suatu data. Sedangkan untuk mengukur kinerja klasifikasi SVM menggunakan metode Confusion Matrix. Karnel linear merupakan karnel yang kami gunakan pada analisis data. Hasil evaluasi yang di dapat yaitu 81,82%, precession 80%, recall 82%, dan F1-score 78%, dapat di simpulkan bahwa sentimen masyarakat pada media sosial twitter terhadap penerima beasiswa kartu indonesia pintar kuliah lebih condong ke sentimen netral.]]>
Copyrights © 2024
