Sentiment Analysis Tweets Against the Independent Learning Curriculum Policy on Twitter Social Media Using the Mutivariate Bernoulli Algorithm

Authors

  • Tedi Erwanto Universitas Muhammadiyah Jember
  • Bagus Setya Rintyarna Universitas Muhammadiyah Jember
  • Nur Qodariyah Fitriyah Universitas Muhammadiyah Jember

DOI:

https://doi.org/10.32528/ias.v2i1.461

Keywords:

Twitter, Merdeka Belajar, Sentiment Analysis, TF-IDF, Multivariate, Bernoulli

Abstract

Merdeka Belajar is a new policy initiated by the Ministry of Education, Culture, Research and Technology. According to him, this policy is a step to change the education system in Indonesia so that Human Resources (HR) in Indonesia become superior and have a Pancasila Student profile . These policy efforts cannot be separated from support and rejection from the community. Various kinds of support and rejection efforts from the public regarding the new policy were expressed on social media, one of which was Twitter . This research aims to determine the level of accuracy, precision and recall using the Multivariate Bernoulli algorithm with extra TF -IDF features. The highest accuracy result was 81.83%, in follow precision of 74.24%, and recall of 84.48%. Average performance on 10- Fold Cross Validation provided by Confusion Matrix with accuracy values of 78.00%, precision 73.73%, and recall 81.09%, as well as obtaining 1,092 correctly classified data results and 308 data were classified incorrectly.

Downloads

Download data is not yet available.

References

Al Kabir, A. H., Basuki, S., & Wicaksono, G. W. (2019). Analisis sentimen kritik dan saran pelatihan aplikasi teknologi informasi (PATI) menggunakan algoritma support vector machine (SVM). Jurnal Repositor, 1(1), 39. https://doi.org/10.22219/repositor.v1i1.11

Anggreini, N. M., Nasir, B. M. S., & Noor, I. L. S. Sos. M. (2016). Pemanfaatan Media Sosial Twitter di Kalangan Pelajar SMK Negeri 5 Samarinda. Sosiologi, 4(2), 243.

Arisandi, R. R. R., Warsito, B., & Hakim, A. R. (2022). Aplikasi Naïve Bayes Classifier (Nbc) Pada Klasifikasi Status Gizi Balita Stunting Dengan Pengujian K-Fold Cross Validation. Jurnal Gaussian, 11(1), 130–139. https://doi.org/10.14710/j.gauss.v11i1.33991

Ashari, H., Arifianto, D., Azizah, H., & Faruq, A. (n.d.). PERBANDINGAN KINERJA ALGORIT-MA MULTINOMIAL NAÏVE BAYES (MNB), MULTIVARIATE BERNOULLI DAN ROC-CHIO ALGORITHM DALAM KLASIFIKASI KONTEN BERITA HOAX BERBAHASA IN-DONESIA PADA MEDIA SOSIAL.

Azizah, H., Rintyarna, B. S., & Cahyanto, T. A. (2022). Sentimen Analisis Untuk Mengukur Ke-percayaan Masyarakat Terhadap Pengadaan Vaksin Covid-19 Berbasis Bernoulli Naive Bayes. BIOS: Jurnal Teknologi Informasi Dan Rekayasa Komputer, 3(1), 23–29. https://doi.org/10.37148/bios.v3i1.36

Deolika, A., Kusrini, K., & Luthfi, E. T. (2019). Analisis Pembobotan Kata Pada Klasifikasi Text Mining. Jurnal Teknologi Informasi, 3(2), 179. https://doi.org/10.36294/jurti.v3i2.1077

Giovani, A. P., Ardiansyah, A., Haryanti, T., Kurniawati, L., & Gata, W. (2020). Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi. Jurnal Teknoinfo, 14(2), 115. https://doi.org/10.33365/jti.v14i2.679

Haditira, R., Informatika, F., Telkom, U., Review, S., Murdiansyah, D. T., Informatika, F., Telkom, U., Astuti, W., Informatika, F., & Telkom, U. (2022). Analisis Sentimen Pada Steam Review Menggunakan Metode Multinomial Naïve Bayes dengan Seleksi Fitur Gini Index Text. 9(3), 1793–1799.

Harismawan, A. F. (2017). Analisis Perbandingan Performa Web Service Menggunakan Bahasa Pemrograman Python, Php ,. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(1), 237–245.

Husada, H. C., & Paramita, A. S. (2021). Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM). Teknika, 10(1), 18–26. https://doi.org/10.34148/teknika.v10i1.311

Ivan, Y. A. S., & Adikara, P. P. (2019). Klasifikasi Hate Speech Berbahasa Indonesia di Twitter Menggunakan Naive Bayes dan Seleksi Fitur Information Gain dengan Normalisasi Kata. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(5), 4914–4922.

Karunia, S. A., Saptono, R., & Anggrainingsih, R. (2017). Online News Classification Using Naive Bayes Classifier with Mutual Information for Feature Selection. Jurnal Ilmiah Teknologi Dan Informasi, 6(1), 10–15.

Makhmudah, U. (2019). Analisis Sentimen Terhadap Tweet Kaum Homoseksual Indonesia Menggunakan Metode Support Vector Machine. In Repository.Unej.Ac.Id.

Nugroho, D. A., Savitri, N., Saputra, N., Adji, T. B., Permanasari, A. E., Ardhiansyah, M. N., Umar, R., Sunardi, Alifah, U., Arsya Monica Pravina, Imam Cholissodin, P. P. A., Darwis, D., Pratiwi, E. S., Pasaribu, A. F. O., Arsi, P., & Waluyo, R. (2021). Analisis Sentimen Data Presiden Jokowi Dengan Preprocessing Normalisasi Dan Stemming Menggunakan Metode Naive Bayes Dan SVM. Nasional Teknologi Fakultas Teknik Universitas Krisnadwipayana, 3(1), 1–11.

Nurhuda, F., Widya Sihwi, S., & Doewes, A. (2016). Analisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Teknologi & Informasi ITSmart, 2(2), 35. https://doi.org/10.20961/its.v2i2.630

Pintoko, B. M., & L., K. M. (2018). Analisis Sentimen Jasa Transportasi Online pada Twitter Menggunakan Metode Naive Bayes Classifier. E-Proceeding of Engineering, 5(3), 8121–8130.

Prasetyo, H. D., Pramiyati, T., & Isnainiyah, I. N. (2021). Sentimen Analisis Pengguna Twitter Ter-hadap Kebijakan Merdeka Belajar Menggunakan Algoritma Naive Bayes. Seminar Nasional Mahasiswa Ilmu Komputer Dan Aplikasinya (SENAMIKA), April, 559–568.

Rozaq, A., Yunitasari, Y., Sussolaikah, K., Resty, E., Sari, N., & Syahputra, R. I. (2022). Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes, K-Nearest Neighboars Dan Decision Tree. 6(April), 746–750. https://doi.org/10.30865/mib.v6i2.3554

Saraswati, M., & Riminarsih, D. (2020). Analisis Sentimen Terhadap Pelayanan Krl Commuterline Berdasarkan Data Twitter Menggunakan Algortima Bernoulli Naive Bayes. Jurnal Ilmiah In-formatika Komputer, 25(3), 225–238. https://doi.org/10.35760/ik.2020.v25i3.3256

Sari, B. W., & Haranto, F. F. (2019). IMPLEMENTASI SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAYANAN TELKOM DAN BIZNET. Jurnal Pilar Nusa Mandiri, 15(2), 171–176. https://doi.org/10.33480/pilar.v15i2.699

Widyawati, & Sutanto. (n.d.). PERBANDINGAN KINERJA VARIASI NAÏVE BAYES MULTI-VARIATE BERNOULLI DAN NAÏVE BAYES MULTINOMIAL DALAM PENGKLASIFIKA-SIAN DOKUMEN TEKS.

Downloads

Published

2023-01-30

How to Cite

Erwanto , T., Rintyarna , B. S. ., & Fitriyah , N. Q. . (2023). Sentiment Analysis Tweets Against the Independent Learning Curriculum Policy on Twitter Social Media Using the Mutivariate Bernoulli Algorithm. International Applied Science, 2(1), 14–20. https://doi.org/10.32528/ias.v2i1.461

Issue

Vol. 2 No. 1 (2023): Proceeding of SIGMA-1

Section

Articles

License

Copyright (c) 2023 Tedi Erwanto , Bagus Setya Rintyarna , Nur Qodariyah Fitriyah

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.