ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Abstract

Sebagai upaya memulihkan pembelajaran setelah pandemi covid-19, Kemendikbudristek mengeluarkan kebijakan memperbolehkan pembelajaran secara tatap muka di semester genap tahun ajaran 2022 secara terbatas. Keadaan tersebut tidak bertahan lama karena setelah kegiatan pembelajaran tatap muka dilaksanakan, angka covid naik kembali. Sehingga banyak opini pro dan kontra terkait pembelajaran tatap muka di tengah kenaikan kasus covid dan kemunculan berbagai varian virus covid. Twitter sebagai salah satu media sosial yang paling banyak digunakan oleh masyarakat Indonesia untuk menyampaikan opini. Opini mengenai pembelajaran tatap muka selama pandemi covid-19, sempat menduduki trending topic di Indonesia dalam beberapa waktu. Hal ini membuka peluang untuk dilakukan analisis sentimen terkait pembelajaran tatap muka (ptm). Pada penelitian ini penulis melakukan analisis sentimen pada data Twitter terkait pembelajaran tatap muka (ptm) menggunakan metode Support Vector Machine (SVM) dan fitur TF-IDF untuk mengekstraksi sebuah data opini untuk melihat kencondongan kalimat tersebut bernilai positif, negatif, atau netral. Penerapan tahap preprosesing menggunakan cleaning, case folding, tokenzing, dan stopword removal. Pengujian dilakukan untuk mencari nilai akurasi, precision, recall, dan, f-measure berdasarkan rasio data latih dan data. Rasio yang digunakan sebagai perbandingan adalah 60:40, 70:30, 80:20, dan 90:10. Hasil pengujian menunjukkan bahwa menggunakan perbandingan data latih dan data uji 90:10 mendapatkan akurasi tertinggi sebesar 73%.