ANALISIS SENTIMEN ULASAN KEBIJAKAN ZONASI SEKOLAH PADA PENERIMAAN SISWA BARU DENGAN TEKS BAHASA INDONESIA MENGGUNAKAN ALGORITMA NAÏVE BAYES

MARTARHEZA MARTHIYAS

Informasi Umum

Kode

20.04.2869

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

427 kali

Informasi Lainnya

Abstraksi

ABSTRAK Dunia pendidikan Indonesia setiap tahunnya terus mencoba memperbaiki sistem pendidikannya salah satu yang cukup kontroversial atau ramai di beritakan adalah kebijakan zonasi dalam penerimaan siswa baru yang berlaku pada tahun ajaran baru 2019/2020. Karena kebijakan Zonasi Sekolah, calon murid yang rumah tempat tinggalnya berada di sekitar sekolah dari tingkat SD hingga SMA diprioritaskan untuk berhak menjadi calon murid dibandingkan dengan siswa yang mungkin saja rumah tempat tinggalnya jauh dari sekolah yang di favoritkannya sejak lama, permasalahan kebijakan zonasi sekolah cukup membuat orang tua murid resah, karena mungkin saja tidak bisa bersekolah di sekolah favorit. Oleh karena permasalahan tersebut dirancanglah sistem sentimen analisis ulasan berdasarkan sosial media twitter tentang permasalahan zonasi sekolah dengan menggunakan Metode Naïve bayes. Sistem analisis setimen kebijakan zonasi sekolah yang dirancang akan menghasilkan klasfikasi dari opini-opini masyarakat pengguna twitter dan dapat menyimpulkan kebijakan tersebut merupakan kategori positif, negatif atau netral dari pengguna twitter di Indonesia. Dengan harapan sistem ini dapat menjadi informasi umpan balik dari permasalahan yang sedang dihadapi oleh pendidikan Indonesia. Pada penelitian ini Sistem menghasilkan akurasi sebesar 90.69%, presisi 90.93%, recall 90.69% dan f1 score 90.75% dengan jumlah fitur terbaik yaitu 2000. Kata Kunci: Klasifikasi Teks, Pendidikan, Zonasi Sekolah, Naïve Bayes, sentimen analisis.