Image of ANALISIS SENTIMEN TWITTER KULIAH ONLINE 
BERBASIS LEKSIKON MENGGUNAKAN 
ALGORITMA MULTILAYER 
PERCEPTRON

Skripsi

ANALISIS SENTIMEN TWITTER KULIAH ONLINE BERBASIS LEKSIKON MENGGUNAKAN ALGORITMA MULTILAYER PERCEPTRON



Abstrak

Transformasi kebiasaan baru sejak munculnya pandemi coronavirus disease 2019
atau sering disebut COVID-19 memberikan perubahan pada banyak aspek
kehidupan salah satunya pendidikan. Kegiatan belajar mengajar yang sebelum
berlangsung secara tatap muka harus digantikan secara online. Seluruh jenjang
pendidikan terdampak perubahan ini termasuk pada pendidikan tinggi. Seiring
mulai berakhirnya pandemi COVID-19, persepsi mengenai kuliah online menurut
mahasiswa perlu diteliti, untuk mengetahui apakah mahasiswa memiliki sentime
positif atau negatif terkait kuliah online selama ini. Oleh karena itu, diperlukan
penelitian analisis sentimen tentang kuliah online yang diambil menurut komentar
mahasiswa melalui tweets pada platform Twitter. Data tweets yang telah diekstrak
kemudian akan dianalisis menggunakan machine learning untuk dapat
memprediksi sentimen mahasiswa tentang kuliah online. Algoritma multilayer
perceptron digunakan pada penelitian karena dapat menyelesaikan masalah nonlinear dengan baik serta mudah diimplementasikan tanpa pengaturan parameter
yang rumit. Akan tetapi, multilayer perceptron merupakan algoritma supervised
learning sehingga memerlukan data yang telah diberi label/kelas. Sehingga untuk
melabeli data tweets kuliah online, digunakan analisis sentimen berbasis leksikon.
Sebanyak 2.391 tweets berbahasa indonesia yang berhasil diekstrak. Hasil
penelitian menggunakan lexicon-based menunjukan bahwa sebanyak 63.9%
memberikan sentimen negatif terhadap kuliah online, dan 29% memberikan
sentimen positif sementara 7.1% sisanya memberikan sentimen netral. Sementara
kemampuan prediksi algoritma multilayer perceptron untuk data tweets kuliah
online ini menghasilkan akurasi 71%.


Ketersediaan

S03032K039/S1.TI.SKP/2022-2023Teknik InformatikaTersedia

Informasi Detail

Nomor Serial
039/S1.TI.SKP/2022-2023
Penerbit : .,
ISBN/ISSN
-

Versi lain

Tidak tersedia versi lain


Lampiran Berkas



Informasi


DETAIL DOKUMEN


Kembali ke sebelumnyaXML Detail