Analisis Sentimen dan Klasifikasi Respon Pengguna Media Sosial Facebook Terhadap Pendidikan Daring Pada Masa Pandemi Covid-19 di Indonesia

Rizal, Artha (2021) Analisis Sentimen dan Klasifikasi Respon Pengguna Media Sosial Facebook Terhadap Pendidikan Daring Pada Masa Pandemi Covid-19 di Indonesia. S1 Sistem Informasi thesis, STMIK Widya Cipta Dharma.

	Text 1741097-S1-Jurnal.pdf Restricted to Repository staff only Download (793kB) | Request a copy
	Text 1741097-S1-Sistem Informasi.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

ABSTRAK Artha Rizal, 2021, Analisis Sentimen dan Klasifikasi Respon Pengguna Media Sosial Facebook Terhadap Pendidikan Daring Pada Masa Pandemi Covid-19 di Indonesia. Skripsi Program Studi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Widya Cipta Dharma, Pembimbing (I) Dr. Heny Pratiwi, S.Kom., M.Pd., M.TI, Pembimbing (II) Basrie, S.Kom., M.Kom. Kata kunci : Analisis Sentimen, Klasifikasi, Pendidikan Daring, COVID-19 Pada saat ini media sosial telah menjadi alat komunikasi yang sangat popular dikalangan pengguna internet di Indonesia. Salah satu media sosial tersebut yakni Facebook dengan jumlah opini yang besar dan di dalamnya terdapat informasi yang sangat berharga sebagai alat penentu kebijakan dan ini bisa di lakukan dengan menggunakan text mining, Sistem klasifikasi komentar diharapkan dapat membantu untuk mengetahui respon positif dan negatif dari pengguna facebook yang memberikan komentarnya. Sentiment analysis digunakan untuk mengetahui sikap seseorang dalam konteks dokumen. Penelitian ini dilakukan berdasarkan komentar pengguna media sosial Facebook di Indonesia. Metode pengumpulan data yang digunakan yaitu dengan web crawling, selanjutnya data melalui tahapan preprocessing yang terdiri dari case folding, tokenizing, stopword removal, stemming. Kemudian menggunakan Naïve Bayes sebagai metode klasifikasinya dan supporting tools menggunakan RapidMiner. Adapun hasil akhir dari penelitian ini yakni berupa kesimpulan mengenai efektif atau tidaknya pendidikan daring pada masa pandemi Covid-19 di Indonesia berdasarkan respon pengguna media sosial facebook. ========================================================= ABSTRACT Artha Rizal, 2021, Sentiment Analysis and Classification of Facebook Social Media User Responses to Online Education during the Covid-19 Pandemic in Indonesia. Thesis Information Systems Study Program, College of Informatics and Computer Management Widya Cipta Dharma, Advisor (I) Dr. Heny Pratiwi, S.Kom., M.Pd., M.TI, Advisor (II) Basrie, S.Kom., M.Kom. Keywords: Sentiment Analysis, Classification, Online Education, COVID-19 At this time social media has become a very popular communication tool among internet users in Indonesia. One of these social media is Facebook with a large number of opinions and in it there is very valuable information as a policy making tool and this can be done using text mining. give the comment. Sentiment analysis is used to determine a person's attitude in the context of the document. This research was conducted based on the comments of Facebook social media users in Indonesia. The data collection method used is web crawling, then the data goes through preprocessing stages consisting of case folding, tokenizing, stopword removal, stemming. Then use Naïve Bayes as its classification method and supporting tools using Rapid Miner. The final results of this study are in the form of conclusions about the effectiveness or failure of online education during the Covid-19 pandemic in Indonesia based on the responses of Facebook social media users.

Item Type:	Thesis (S1 Sistem Informasi)
Additional Information:	Pembimbing 1 : Dr. Heny Pratiwi, S.Kom.,M.Pd.,M.TI Pembimbing 2 : Basrie S.Kom.,M.Kom
Uncontrolled Keywords:	Analisis Sentimen, Klasifikasi, Pendidikan Daring, COVID-19
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Sistem Informasi
Depositing User:	Mr Artha Rizal
Date Deposited:	29 Jul 2021 02:31
Last Modified:	29 Jul 2021 02:31
URI:	http://repository.wicida.ac.id/id/eprint/3728

Actions (login required)

View Item