E-Link: Jurnal Teknik Elektro dan Informatika
Vol. 21 No. 2 (2026) : Oktober 2026

PEMANFAATAN NATURAL LANGUAGE PROCESSING UNTUK ANALISIS SENTIMEN TERHADAP METODE PEMBELAJARAN DARING: TINJAUAN PUSTAKA

Amelia Ratu Ferisa (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)
Rahayu Putri Aulia Simatupang (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)
Divalya Zahra (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)
Naura Rahmi Nadira Malau (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)
Ardia Shabrina Ramadani Lubis (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)
Nopri Herayanti Br. Singarimbun (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)
Elsa Sabrina (Program Studi Pendidikan Teknologi Informatika dan Komputer, Fakultas Teknik, Universitas Negeri Medan)



Article Info

Publish Date
27 Oct 2026

Abstract

Pembelajaran daring menghasilkan teks opini dalam jumlah besar, mulai dari cuitan, ulasan aplikasi, hingga umpan balik pada learning management system (LMS), sehingga analisis manual tidak lagi memadai. Artikel ini menyajikan tinjauan pustaka atas 36 studi terbitan 2021–2026 yang memanfaatkan Natural Language Processing (NLP) untuk analisis sentimen terhadap pembelajaran daring. Studi diseleksi dari 51 studi unik pada tabel ekstraksi data berdasarkan relevansi, kelengkapan metode, dan kualitas pelaporan, lalu disintesis untuk menjawab tiga pertanyaan penelitian mengenai sumber data, metode NLP, serta kecenderungan sentimen. Hasil menunjukkan bahwa 19 dari 32 studi empiris menggunakan algoritma pembelajaran mesin klasik, terutama Naive Bayes, Support Vector Machine (SVM), dan K-Nearest Neighbor (KNN), sedangkan model deep learning dan transformer makin sering dipakai pada studi terbaru dengan akurasi tertinggi 97,12%. Tidak ada satu algoritma yang unggul secara konsisten karena kinerja sangat bergantung pada data dan skema pelabelan. Polaritas sentimen bervariasi menurut konteks: ulasan platform belajar cenderung positif, sedangkan opini tentang perkuliahan daring dan hybrid di media sosial lebih banyak negatif atau netral. Tantangan utama meliputi ketidakseimbangan kelas, sulitnya mengenali kelas netral, bahasa informal, dan ketidakseragaman pelabelan. Hasil tinjauan ini menunjukkan bahwa pemilihan metode NLP perlu disesuaikan dengan karakteristik data dan skema pelabelan yang digunakan.

Copyrights © 2026






Journal Info

Abbrev

e-link

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy

Description

E-Link : Jurnal Teknik Elektro dan Informatika yang dikelola oleh Prodi Teknik Elektro Universitas Muhammadiyah Gresik, Jurnal ini sudah terbit semenjak tahun 2007, tetapi mengalami perubahan E-ISSN pada tahun 2019. E-Link berisi karya-karya Ilmiah Teknik / Rekayasa dibidang Elektro dan Informatika ...