Analisis Sentimen Mahasiswa Tentang Model Perkuliahan Hybrid Teaching pada Fakultas Ilmu Komputer UMI Menggunakan Machine Learning
Nur Anisa Basri(1*); Yulita Salim(2); Herdianti Darwis(3);
(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author
AbstractModel perkuliahan hybrid teaching yang dilaksanakan menuai kontroversi di kalangan mahasiswa. Banyak pendapat mahasiswa yang dikeluarkan terkait metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI. Penelitian ini bertujuan menganalisis sentimen mahasiswa terkait perkuliahan hybrid teaching dengan menggunakan algoritma K-Nearest Neighbor (KNN), Naïve Bayes, dan Support Vector Machine (SVM) menggunakan pelabelan NLTK, pengujian dengan cross validation, dan menggunakan unigram tokenizing. Teknik pelabelan NLTK yang digunakan pada penelitian ini menghasilkan tingkat keakuratan algoritma KNN dengan 67.74% dibandingkan dengan algoritma Naïve Bayes dan SVM yang memiliki nilai akurasi sebesar 100%. Sehingga algoritma Naïve Bayes Classifier dan SVM dapat digunakan dengan baik pada pengklasifikasian sentimen mahasiswa terhadap perkuliahan dengan metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI. KeywordsHybrid Teaching; Sentimen; Naïve Bayes; KNN; SVM
|
Full Text:PDF |
Article MetricsAbstract view: 39 timesPDF view: 2 times |
Digital Object Identifier https://doi.org/10.33096/busiti.v5i2.2334
|
Cite |
References
J. R. Gultom, D. Sundara, and M. D. Fatwara, “Pembelajaran Hybrid Learning Model Sebagai Strategi Optimalisasi Sistem Pembelajaran Di Era Pandemi Covid-19 Pada Perguruan Tinggi Di Jakarta,” Mediastima, vol. 28, no. 1, pp. 11–22, 2022, doi: 10.55122/mediastima.v28i1.385.
L. Belluano, P. Lestari, P. Purnawansyah, and ..., “Development of academic information system using WebAssembly technology,” 2021, pdfs.semanticscholar.org. [Online]. Available: https://pdfs.semanticscholar.org/15f2/7a0d455e4690bf49d32a2de2f4d3bb7b7637.pdf
E. I. Nurlaili, A. Arif, and F. Rahmawati, “Persepsi Mahasiswa Terhadap Pembelajaran Hybrid di Mata Kuliah Matematika Ekonomi,” JPEKA J. Pendidik. …, 2021, [Online]. Available: https://journal.unesa.ac.id/index.php/jpeka/article/view/17031
P. Ganovia, S. Sherly, and H. Herman, “Efektivitas hybrid learning dalam proses pembelajaran untuk siswa kelas XI SMA Kalam Kudus Pematangsiantar,” J. Pendidik. Tambusai, 2022, [Online]. Available: https://jptam.org/index.php/jptam/article/view/3141
H. Ramanizar, A. Fajri, R. Binsar Sinaga, H. Mubarok, A. D. Pangestu, and D. S. Prasvita, “Analisis Sentimen Pengguna Twitter terhadap Konflik antara Palestina dan Israel Menggunakan Metode Naïve Bayesian Classification dan Support Vector Machine,” Semin. Nas. Mhs. Ilmu Komput. dan Apl. Jakarta-Indonesia, no. September, pp. 166–175, 2021.
I. As’ad, M. A. Asis, H. M. Pakka, R. Mursalim, and Y. M. Noor, “K-Nearest Neighbors Analysis for Public Sentiment towards Implementation of Booster Vaccines in Indonesia,” Ilk. J. Ilm., vol. 15, no. 2, pp. 365–372, 2023, [Online]. Available: http://103.133.36.110/index.php/ILKOM/article/view/1561
A. R. Manga, A. N. Handayani, H. W. Herwanto, and ..., “Analysis of the Ensemble Method Classifier’s Performance on Handwritten Arabic Characters Dataset,” 2023, researchgate.net. doi: 10.33096/ilkom.v15i1.1357.186-192.
F. H. Amin, R. Jefri, and S. Luhriyani, “Metode Pembelajaran Bahasa Inggris Terapan Berbasis Proyek dengan Sistem Hybrid,” Semin. Nas. Has. …, 2022, [Online]. Available: http://eprints.unm.ac.id/30268/
R. Mukarramah, D. Atmajaya, and L. B. Ilmawan, “Performance comparison of support vector machine (SVM) with linear kernel and polynomial kernel for multiclass sentiment analysis on twitter,” 2021, academia.edu. [Online]. Available: https://www.academia.edu/download/84003190/pdf.pdf
A. Yudhana, H. Herman, S. Suwanti, and ..., “Evaluating The Application of Library Information System Technology using The PIECES Method in Remote Areas,” Ilk. J. …, 2023, [Online]. Available: https://jurnal.fikom.umi.ac.id/index.php/ILKOM/article/view/1539
N. F. Mustamin, A. Buang, F. Aziz, and N. H. Nur, “Ensemble Techniques Based Risk Classification for Maternal Health During Pregnancy,” Ilk. J. Ilm., 2024, [Online]. Available: https://jurnal.fikom.umi.ac.id/index.php/ILKOM/article/view/2005
H. Darwis, N. Wanaspati, and S. Anraeni, “Support Vector Machine untuk Analisis Sentimen Masyarakat Terhadap Penggunaan Antibiotik di Indonesia,” Indones. J. Comput. …, 2023, [Online]. Available: http://3.8.6.95/ijcs/index.php/ijcs/article/view/3320
A. S. Laswi, U. Ulvah, and D. Dasril, “The Application of Weighted Ranking Method Using Combination of ROC and CPI to Select Eligible Family for Keluarga Harapan Program Aids,” Ilk. J. Ilm., 2023, [Online]. Available: https://jurnal.fikom.umi.ac.id/index.php/ILKOM/article/view/1614
M. P. Munthe, A. S. R. Ansori, and R. R. Septiawan, “Analisis Sentimen Komentar Pada Saluran Youtube Food Vlogger Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes,” 2021.
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.