Analisis Sentimen Terhadap Belajar Online pada Media Sosial Twitter Menggunakan Algoritma Naive Bayes

Abstract

Aktivitas belajar online kini menjadi pemandangan yang biasa kita jumpai di masa pandemi. Karena penyebaran virus yang cepat, lembaga pendidikan terpaksa mengubah metode pembelajaran yang semula dilakukan secara tatap muka dengan pembelajaran online. Pembelajaran online memiliki beberapa kelemahan yaitu penggunaan internet memerlukan infrastruktur yang memadai, membutuhkan biaya yang banyak, komunikasi melalui internet memiliki berbagai kendala atau lambat. Dengan kekurangan dan perubahan mendadak seperti ini, menimbulkan pro dan kontra di masyarakat, khususnya bagi para pelaku pendidikan. Media sosial, khususnya Twitter, kini menjadi salah satu wadah dimana para siswa dapat secara efektif dan efisien menyuarakan keluhan mereka tentang situasi dan kondisi pendidikan saat ini. Untuk mengetahui pandangan masyarakat terhadap pembelajaran online, disini penulis mencoba melakukan analisis sentimen berdasarkan sentimen masyarakat melalui Twitter, baik itu pandangan positif, negatif atau netral dengan menggunakan algoritma Naïve Bayes. Analisis akan dilakukan menggunakan Microsoft Excel dan RapidMiner dengan bahasa pemrograman Python. Uji model dilakukan dengan menggunakan library python yaitu MultinomialNaiveBayes dengan akurasi diperoleh sebesar 74,08%. Dalam proses uji model, besarnya data tes diambil 30% dari data training yang dilakukan secara acak. Evaluasi model yang dilakukan pada penelitian ini menggunakan 15 fold cross validation dengan hasil akurasi 76,39%.   Kata kunci: Belajar Online, Twitter, Naïve Bayes, Phyton, RapidMiner