Analisis Sentimen Terhadap Program Kartu Indonesia Pintar Kuliah pada Media Sosial X Menggunakan Algoritma Naive Bayes
Sentiment Analysis of the Indonesian Smart College Card Program on Social Media X Using the Naive Bayes Algorithm
DOI:
https://doi.org/10.57152/malcom.v4i4.1565Keywords:
Analisis Sentimen, CRISP-DM, Kartu Indonesia Pintar, Naïve BayesAbstract
Penelitian ini menunjukkan bahwa publik memiliki berbagai tanggapan terhadap Program Kartu Indonesia Pintar Kuliah (KIP-K) yang dapat dikategorikan ke dalam sentimen positif dan negatif. Permasalahan yang diteliti adalah bagaimana tanggapan publik terhadap program KIP-K yang diungkapkan melalui media sosial X. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naive Bayes dan pendekatan CRISP-DM untuk memastikan proses analisis yang sistematis dan terstruktur. Data yang dikumpulkan sebanyak 1.516 tweet yang mengandung kata kunci "KIP-K" melalui teknik crawling data menggunakan API X. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes efektif dengan akurasi 84.99%, presisi sentimen positif 83.54%, dan presisi sentimen negatif 87.25%. Solusi yang ditawarkan adalah penggunaan teknik machine learning untuk secara otomatis mengkategorikan sentimen dari data teks yang besar dan tidak terstruktur. Manfaat dari penelitian ini adalah memberikan wawasan kepada pemerintah dan pemangku kebijakan tentang persepsi masyarakat terhadap program KIP-K, yang dapat dijadikan dasar untuk evaluasi dan perbaikan program di masa mendatang. Kesimpulannya, algoritma Naive Bayes dapat mengklasifikasikan sentimen dengan baik menggunakan data dari tweet tentang KIP-K, dengan hasil yang menunjukkan dominasi sentimen negatif. Penelitian ini juga berkontribusi dalam pengembangan metode analisis sentimen berbasis machine learning di bidang pendidikan.
References
L. E. Wahyudi et al., “Mengukur Kualitas Pendidikan di Indonesia,” vol. 1, no. 1, pp. 18–22, 2022.DOI : https://jurnal.maarifnumalang.id.
Kemdikbud, Kajian Program Indonesia Pintar (Pip): Strategi Penjangkauan Anak Tidak Sekolah (Ats) Untuk Mengikuti Pendidikan Melalui Program Indonesia Pintar (Pip). 2018. DOI: https://doi.org/10.52626/jg.v5i3.193.
T. Krisdiyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 7, no. 1, p. 32, 2021, doi: 10.24014/coreit.v7i1.12945.
J. Juli, S. N. Tanjungbalai, D. Amrizal, D. F. Nasution, and A. Imran, “Efektivitas Pelaksanaan Program Kartu Indonesia Pintar ( KIP ) Dalam Rangka Peningkatan Kualitas Pendidikan Di,” vol. 1, no. 1, pp. 9–15, 2020.DOI: https://doi.org/10.53695/js.v1i1.27.
D. B. Siswanto, D. Normawati, F. T. Industri, U. Ahmad, D. Yogyakarta, and K. Bantul, “Sistem Klasifikasi Monitoring dan Evaluasi Kelayakan Penerima Beasiswa UAD Menggunakan Algoritma Naïve Bayes Indonesia terkait Sumber Daya Manusia,” vol. 9, pp. 2–6, 2023. DOI: https://doi.org/10.33020/saintekom.v13i2.428.
P. I. P. Di, K. Tuan, K. Tahun, D. Astuti, D. Febriyanti, and M. Q. Kariem, “EVALUASI KEBIJAKAN PROGRAM KARTU INDONESIA PINTAR,” vol. 4, no. 3, pp. 249–256, 2023. DOI: https://doi.org/10.55314/tsg.v4i3.435 Hal. 249-256
Y. Akbar and T. Sugiharto, “Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes (Yuma Akbar 1*, Tri Sugiharto 2 ) Analisis Sentimen Pengguna Twitter di Indonesia Terhadap ChatGPT Menggunakan Algoritma C4.5 dan Naïve Bayes,” J. Sains dan Teknol., vol. 5, no. 1, pp. 115–122, 2023. DOI : https://doi.org/10.55338/saintek.v4i3.1368.
P. Kip, J. Menggunakan, and K. C. Validation, “JURNAL RESTI Komparasi Algoritma K-Nearest Neighbor dan Naïve Bayes Dalam,” vol. 5, pp. 1–9, 2022. DOI : http://jurnal.iaii.or.id
Z. Saputra, D. Sartika, and M. H. Irfani, “Prediksi Calon Mahasiswa Penerima KIP Pada Universitas Indo Global Mandiri menggunakan Algoritma Decision Tree,” vol. 4, no. 3, pp. 231–240, 2024. DOI : https://djournals.com/resolusipengambilan
M. R. Romadhon, M. Faisal, and M. Imamudin, “Improving The Performance of the K-Nearest Neighbor Algorithm in the Selection of KIP Scholarship Recipients,” J. Ris. Inform., vol. 5, no. 4, pp. 465–470, 2023, DOI: 10.34288/jri.v5i4.575.
M. Harahap, Y. Lubis, and Z. Situmorang, “Analisis Pemasaran Bisnis dengan Data Science?: Segmentasi Kepribadian Pelanggan berdasarkan Algoritma K-Means Clustering,” vol. 1, no. 1, pp. 76–88, 2022. DOI : https://doi.org/10.47709/dsi.v1i2.1348
N. S. Marga, “Sentimen Analisis Tentang Kebijakan Pemerintah Terhadap Kasus Corona Menggunakan Metode Naive Bayes,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 2, no. 4, pp. 453–463, 2022, DOI: 10.33365/jatika.v2i4.1602.
N. M. A. J. Astari, Dewa Gede Hendra Divayana, and Gede Indrawan, “Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier,” J. Sist. dan Inform., vol. 15, no. 1, pp. 27–29, 2020, DOI: 10.30864/jsi.v15i1.332.
G. S. Mengga and M. Ronal, “Analisis Tingkat Pemahaman Masyarakat Tana Toraja Terhadap Investasi Keuangan,” vol. 3, pp. 2438–2449, 2023.DOI: https://j-innovative.org/index.php/Innovative Analisis
E. Laia and M. Yamin, “Penerapan Algoritma Naïve Bayes dalam Menganalisis Sentimen pada Review Pengguna E-Commerce,” Media Online), vol. 4, no. 1, pp. 305–316, 2023, DOI: 10.30865/klik.v4i1.1186.
F. Matheos Sarimole and K. Kudrat, “Analisis Sentimen Terhadap Aplikasi Satu Sehat Pada Twitter Menggunakan Algoritma Naive Bayes Dan Support Vector Machine,” J. Sains dan Teknol., vol. 5, no. 3, pp. 783–790, 2024, DOI: 10.55338/saintek.v5i3.2702.
A. Imron, “Analisis Sentimen Terhadap Tempat Wisata di Kabupaten Rembang Menggunakan Metode Naive Bayes Classifier,” Tek. Inform., pp. 10–13, 2019,DOI: https://dspace.uii.ac.id/handle/123456789/14268
M. A. A. A. Solichin, “Analisis Sentimen MotoGP Mandalika Pada Twitter Menggunakan Metode Naïve Bayes,” J. Ticom Technol. Inf. Commun., vol. 11, no. Vol 11 No 1 (2022): Jurnal Ticom: Technology of Information and Communication, pp. 20–25, 2022, DOI: https://jurnal-ticom.jakarta.aptikom.or.id/index.php/Ticom/article/view/66/55.
B. Seref, “Bayes dan Complement Naive Bayes Classifier pada Hadoop Framework”, vol. 12, no. 2, pp. 24-25, DOI : 10.1109/ic-ETITE47903.2020.201.
A. I. Tanggraeni and M. N. N. Sitokdana, “Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 2, pp. 785–795, 2022, DOI: 10.35957/jatisi.v9i2.1835.
