Perbandingan Algoritma SVM Dan Naïve Bayes Pada Analisis Sentimen Penghapusan Kewajiban Skripsi

Penulis

  • Rani Yunita Universitas Muhammadiyah Prof. DR. HAMKA
  • Mia Kamayani Universitas Muhammadiyah Prof. DR. HAMKA

DOI:

https://doi.org/10.33022/ijcs.v12i5.3415

Abstrak

Pada Agustus 2023 Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi membuat peraturan salah satunya menghapus kewajiban skripsi sebagai syarat kelulusan di semua perguruan tinggi di Indonesia. Pro dan kontra saling bertukar tempat di berbagai media sejak peraturan menteri tersebut diumumkan. Banyak yang mendukung kebijakan tersebut tetapi tidak sedikit yang menentang. Dari Issue tersebut, peneliti melakukan analisis sentimen di twitter tentang kebijakan yang menghapus kewajiban skripsi sebagai syarat kelulusan menggunakan 700 data. Penelitian ini membandingkan hasil evaluasi algoritma Support Vector Machine (SVM) dengan Naïve Bayes. Berdasarkan hasil yang diperoleh dari penelitian ini didapatkan 331 sentimen positif serta 369 sentimen negatif dan ditarik kesimpulan bahwa Support Vector Machine (SVM) menjadi algoritma yang terbaik dengan accuracy 80%, recall 83%, precision 76%, dan F1-Score 79%.

Diterbitkan

2023-10-30