ANALISIS SENTIMEN PADA MEDIA SOSIAL X TERHADAP IMPLEMENTASI KURIKULUM MERDEKA MENGGUNAKAN METODE FASTTEXT DAN LONG SHORT-TERM MEMORY (LSTM)

Arif Fajar Pangestu
Basuki Rahmat
Andreas Nugroho Sihananto


DOI: https://doi.org/10.29100/jipi.v9i4.5665

Abstract


Perubahan kurikulum adalah keharusan untuk mengikuti perkembangan zaman dan memastikan standar pendidikan terpenuhi. Namun, perubahan ini sering kali menyebabkan kebingungan di kalangan pendidik dan orang tua, yang mengganggu proses pendidikan. Kurikulum Merdeka, yang diperkenalkan sebagai inovasi penting dalam pendidikan Indonesia, menawarkan kerangka kerja yang lebih baik dan sesuai dengan kebutuhan. Meskipun demikian, dengan meningkatnya jumlah peserta didik, tantangan yang dihadapi oleh sistem pendidikan Indonesia juga bertambah. Penelitian ini bertujuan untuk menganalisis opini yang muncul di media sosial X tentang implementasi Kurikulum Merdeka, menggunakan metode word embedding FastText dan model klasifikasi Long Short-Term Memory. Dua dataset uji coba digunakan dalam penelitian ini, yang pertama berisi 7.500 entri dan yang kedua 3.000 entri. Penelitian ini juga menguji delapan skenario yang berbeda, dengan kombinasi metode ekstraksi fitur Continuous Bag of Words dan Skip-Gram, serta variasi pemisahan data 80:20 dan 85:15. Hasilnya menunjukkan tingkat akurasi yang tinggi di semua skenario, di atas 85%. Temuan ini mengungkap dominasi sentimen negatif dalam setiap kategori yang diamati selama implementasi Kurikulum Merdeka, menunjukkan adanya beberapa tantangan atau hambatan dalam penerimaan dan penerapan kurikulum tersebut di berbagai lingkungan pendidikan

Full Text:

PDF

Article Metrics :

References


Rambung, O. S., Sion, Bungamawelona, Puang, Y. B., & Salenda, S. (2023). Transformasi Kebijakan Pendidikan Melalui Implementasi Kurikulum Merdeka Belajar. Jurnal Ilmu Pendidikan, 1(3), 598–612. https://jip.joln.org/index.php/pendidikan/article/view/63

Pristiwanti, D., Badariah, B., Hidayat, S., & Sari Dewi, R. (2022). Pengertian Pendidikan. Jurnal Pendidikan Dan Konseling, 4(6).

Kementerian Pendidikan Kebudayaan Riset dan Teknologi. (2024). Data Peserta Didik Semester 2023/2024 Genap. Direktorat Jenderal Pendidikan Anak Usia Dini, Pendidikan Dasar Dan Pendidikan Menengah. https://dapo.kemdikbud.go.id/pd

Zulaiha, S., Meldina, T., & Meisin. (2022). Problematika Guru dalam Menerapkan Kurikulum Merdeka Belajar. Jurnal Pendidikan Dan Pembelajaran Dasar, 9(2). https://doi.org/10.3390/su12104306

Annur, C. M. (2023, November 28). Ada 27 Juta Pengguna Twitter di Indonesia, Terbanyak ke-4 Global. Databoks.Katadata.Co.Id. https://databoks.katadata.co.id/datapublish/2023/11/28/ada-27-juta-pengguna-twitter-di-indonesia-terbanyak-ke-4-global

Prayudi, S., & Nasution, D. W. (2020). RAGAM BAHASA DALAM MEDIA SOSIAL TWITTER. Jurnal Metamorfosa, 8(2), 269.

Gunawan, Y., Young, J. C., & Rusli, A. (2021b). FastText Word Embedding and Random Forest Classifier for User Feedback Sentiment Classification in Bahasa Indonesia. Ultimatics : Jurnal Teknik Informatika, 13(2). https://ejournals.umn.ac.id/index.php/TI/article/view/2124

Siti Khomsah, Rima Dias Ramadhani, & Sena Wijaya. (2022). The Accuracy Comparison Between Word2Vec and FastText On Sentiment Analysis of Hotel Reviews. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 6(3), 352–358. https://doi.org/10.29207/resti.v6i3.3711

Rafael, R. Y., & Adikara, F. (2023). PENGIMPLMENTASIAN ALGORITMA LONG SHORT-TERM MEMORY UNTUK MENDETEKSI UJARAN KEBENCIAN PADA APLIKASI TWITTER. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 8(2), 551–560. https://doi.org/10.29100/jipi.v8i2.3490

Widayat, W. (2021). Analisis Sentimen Movie Review menggunakan Word2Vec dan metode LSTM Deep Learning. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(3), 1018. https://doi.org/10.30865/mib.v5i3.3111

Isnain, A. R., Sulistiani, H., Hurohman, B. M., Nurkholis, A., & Styawati. (2022). Analisis Perbandingan Algoritma LSTM dan Naive Bayes untuk Analisis Sentimen. Jurnal Edukasi Dan Penelitian Informatika, 8(2). https://jurnal.untan.ac.id/index.php/jepin/article/view/54704

Safira, A., & Hasan, F. N. (2023). ANALISIS SENTIMEN MASYARAKAT TERHADAP PAYLATER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Jurnal Sistem Informasi, 5(1). https://journal.unilak.ac.id/index.php/zn/article/view/12856

Deolika, A., & Taufiq Luthfi, E. (2019). ANALISIS PEMBOBOTAN KATA PADA KLASIFIKASI TEXT MINING. Jurnal Teknologi Informasi, 3(2). http://jurnal.una.ac.id/index.php/jurti/article/view/1077

Hermawan, L., Ismiati, M. B., Bangau, J., 60, N., & Charitas, M. (2020). Pembelajaran Text Preprocessing berbasis Simulator Untuk Mata Kuliah Information Retrieval. TRANSFORMATIKA, 17(2), 188–199. https://journals.usm.ac.id/index.php/transformatika/article/view/1705

Gunawan, B., Sasty, H., #2, P., Esyudha, E., & #3, P. (2018). Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes. JEPIN (Jurnal Edukasi Dan Penelitian Informatika), 4(2), 17–29. https://jurnal.untan.ac.id/index.php/jepin/article/view/27526/75676579700

Gunawan, Y., Young, J. C., & Rusli, A. (2021a). FastText Word Embedding and Random Forest Classifier for User Feedback Sentiment Classification in Bahasa Indonesia. Ultimatics : Jurnal Teknik Informatika, 13(2). https://ejournals.umn.ac.id/index.php/TI/article/view/2124

Nadia Puteri, F., & Sibaroni, Y. (2023). Hate Speech Detection in Indonesia Twitter Comments Using Convolutional Neural Network (CNN) and FastText Word Embedding. Jurnal Media Informatika Budidarma, 7(3), 1154–1161. https://doi.org/10.30865/mib.v7i3.6401

Merinda Lestandy, Abdurrahim Abdurrahim, & Lailis Syafa’ah. (2021). Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Re-current Neural Network dan Naïve Bayes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(4), 802–808. https://doi.org/10.29207/resti.v5i4.3308

Nurvania, J., & Lhaksamana, K. M. (2021). Analisis Sentimen Pada Ulasan di TripAdvisor Menggunakan Metode Long Short-Term Memory (LSTM). EProceedings of Engineering, 8(4). https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15240

Pratiwi, B. P., & Handayani, A. S. (2020). Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Confusion Matrix. JURNAL INFORMATIKA UPGRIS, 6(2). https://journal.upgris.ac.id/index.php/JIU/article/view/6552