Artana, I Kadek Arya Budi (2022) Analisis Sentimen Kesiapan Pembelajaran Tatap Muka Terbatas Dari Data Twitter dengan Inset Lexicon dan Levenshtein Distance. Undergraduate thesis, Universitas Pendidikan Ganesha.
Text (COVER)
1815091043-COVER.pdf Download (2MB) |
|
Text (ABSTRAK)
1815091043-ABSTRAK.pdf Download (307kB) |
|
Text (BAB 1 PENDAHULUAN)
1815091043-BAB 1 PENDAHULUAN.pdf Download (1MB) |
|
Text (BAB 2 KAJIAN TEORI)
1815091043-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 3 METODOLOGI PENELITIAN)
1815091043-BAB 3 METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1815091043-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (6MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1815091043-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (305kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1815091043-DAFTAR PUSTAKA.pdf Download (579kB) |
|
Text (LAMPIRAN)
1815091043-LAMPIRAN.pdf Download (424kB) |
Abstract
Pembelajaran tatap muka terbatas atau PTM Terbatas pada masa pandemi ini sulit dilakukan karena harus menyesuaikan dengan protokol kesehatan. Kesiapan dari sisi siswa, orang tua siswa, bahkan guru terkait dengan PTM Terbatas belum sepenuhnya terlihat. Kesiapan maupun ketidaksiapan ini dapat dilihat melalui opini pihak yang melaksanakan PTM Terbatas pada sosial media, salah satunya adalah Twitter. Opini terhadap PTM Terbatas ini dapat menjadi salah satu informasi yang dibutuhkan untuk melihat kecenderungan sentimen dari opini masyarakat apakah cendrung siap (sentimen positif) atau tidak siap (sentimen negatif) terhadap kebijakan PTM Terbatas. Kecenderungan sentimen masyarakat dapat dicari dengan melakukan analisis sentimen. Pada penelitian ini, analisis sentimen menggunakan metode inset lexicon untuk melakukan pembobotan tweet dan levenshtein distance untuk perbaikan typo. Tujuan dari penelitian ini adalah untuk mengukur performa metode inset lexicon yang dikombinasikan dengan algoritma levenshtein distance serta untuk mengetahui kesiapan masyarakat terhadap kegiatan PTM Terbatas. penelitian diawali dengan pengumpulan data tweet, melakukan text-preprocessing tanpa stemming, melakukan perbaikan typo dengan levenshtein distance, dan melakukan pembobotan tweet dengan inset lexicon. Hasilnya, pengukuran performa metode dengan confusion matrix memperlihatkan tingkat akurasi inset lexicon yang dikombinasikan dengan algoritma levenshtein distance adalah 74.03%, recall 78.32%, presisi 73.94%, dan f-1 score 76.07%. Dalam penelitian ini, jumlah sentimen positif lebih banyak dibandingkan dengan sentimen negatif yang berarti masyarakat diprediksi siap melaksanakan PTM Terbatas. Jumlah sentimen negatif atau ketidaksiapan masyarakat juga muncul cukup banyak, sehingga diperlukan peran tenaga pendidik dan pemerintah untuk dapat meningkatkan kesiapan masyarakat terhadap pelaksanaan PTM Terbatas.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | PTM Terbatas, analisis sentimen, inset lexicon, levenshtein distance, confusion matrix |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
Depositing User: | I Kadek Arya Budi Artana |
Date Deposited: | 04 Jul 2022 00:21 |
Last Modified: | 04 Jul 2022 00:21 |
URI: | http://repo.undiksha.ac.id/id/eprint/10859 |
Actions (login required)
View Item |