Analisis Sentimen pada Ulasan LMS Pembelajaran Menggunakan Metode Natural Language Processing

Januar Putra Hidayat
Ida Nurhaida


DOI: https://doi.org/10.29100/jipi.v10i1.5899

Abstract


Coursera merupakan sebuah LMS yang dapat di akses oleh siapa saja dan di mana saja. Bagi pengguna android dapat mengunduhnya melalui Google Play Store. Selain mengunduh pengguna juga dapat memberikan nilai dan komentar terhadap aplikasi yang di gunakan. Komentar masyarakat yang ada di Google Play Store cukup beragam dan memiliki sifat acak. Agar dapat mengetahui komentar yang di tulis oleh pengguna merupakan komentar positif atau negatif, maka dilakukan analisis sentimen terhadap komentar pengguna. Peneliti menggunakan data komentar dari 3 negara sebagai pembanding tren komentar setiap negara. Selain itu juga peneliti menggunakan 3 algoritma berbeda untuk menghitung hasil dari komentar masyarakat. 3 algoritma yang digunakan ialah Naive Bayes, SVM, dan KNN. Untuk mendapatkan hasil yang maksimal dari analisis sentimen maka digunakan metode ensemble dengan menggabungkan 3 algoritma. Dengan menggunakan metode ensemble hasil yang di dapatkan menjadi lebih optimal sehingga mengetahui tren komentar masyarakat dari 3 negara lebih mengarah ke positif. Dari ketiga negara, Amerika merupakan negara dengan presentase komentar positif tertinggi.

Keywords


naive bayes; svm; knn; natural language processing; ensemble; machine learning; support vector machine

Full Text:

PDF

Article Metrics :

References


Bullen and Janes, Making the Transition to E-Learning : Strategies, Information Science Pub, 2007.

E. Andari, "Implementasi Kurikulum Merdeka Belajar Menggunakan Learning Management System (LMS)," Allimna: Jurnal Pendidikan Profesi Guru, vol. 1.2, pp. 65-79, 2022.

I. Kamil and Y. E. Harususilo, "Dirjen Dikti: 70 Persen Mahasiswa dan Dosen Nilai Pembelajaran Daring Lebih Baik," Kompas.com, 2020.

M. N. Afif, H. M. Az-Zahra and D. Priharsari, "Evaluasi Pengalaman Pengguna pada LMS E-Learning UIN Malang menggunakan Metode UX Curve dari Sudut Pandang Pengajar (Studi Kasus: Dosen Jurusan Psikologi Universitas Islam Negeri Maulana Malik Ibrahim Malang)," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 7(4), pp. 1835-1845, 2023.

C. F. Hasri and D. Alita, "Penerapan Metode Naïve Bayes Classifier Dan Support Vector Machine Pada Analisis Sentimen Terhadap Dampak Virus Corona Di Twitter," Jurnal Informatika dan Rekayasa Perangkat Lunak, vol. 3(2), pp. 145-160, 2022.

R. Kurniawan and A. Apriliani, "Analisis Sentimen Masyarakat terhadap Virus Corona Berdasarkan Opini dari Twitter Berbasis Web Scraper," Jurnal INSTEK (Informatika Sains dan Teknologi), vol. 5, no. 1, pp. 67-75, 2020.

F. Nufairi, N. Pratiwi and F. Herlando, "Analisis Sentimen pada Ulasan Aplikasi Threads di Google Play Store Menggunakan Algoritma Support Vector Machine," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9(1), pp. 339-348, 2024.

D. Xhemalii, C. J. Hinde and R. G. Stone, "Naive Bayes vs Decision Trees vs. Neural Network in the Classification of Training Web Pages," IJCSI International Journal of Computer Science Issues, 4(1), 2009.

R. A. Saputra, D. Puspitasari and T. Baidawi, "Deteksi Kematangan Buah Melon Dengan Algoritma Support Vector Machine Berbasis Ekstraksi Fitur GLCM," Jurnal Infortech, vol. 4(2), pp. 200-206, 2022.

E. Hasibuan and E. A. Heriyanto, "Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier," Jurnal Teknik dan Science, vol. 1, no. 3, pp. 13-24, 2022.

E. Indrayuni, A. Nurhadi and D. A. Krisyanti, "Implementasi Algoritma Naive Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk Analisa Sentimen Aplikasi Halodoc," Faktor Exacta, vol. 14, no. 2, pp. 64-71, 2021.

A. Rahman, E. Utami and S. Sudarmawan, "Sentimen Analisis Terhadap Aplikasi pada Google Playstore Menggunakan Algoritma Naïve Bayes dan Algoritma Genetika," Jurnal Komtika (Komputasi dan Informatika), vol. 5 (1), pp. 60-71, 2021.

N. Herlinawati, Y. Yuliani, S. Faizah, W. Gata and S. Samudi, "Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine," CESS (Journal of Computer Engineering, System and Science), Vol 5, No 2, 2020.

D. S. Putri and T. Ridwan, "Analisis Sentimen Ulasan Aplikasi Pospay Dengan Algoritma Support Vector Machine," Jurnal Ilmiah Informatika, pp. 32-40, 2023.

F. A. Indriyani and S. Faisal, "Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine," TEKNOSAINS J. Sains, Teknol. dan Inform., pp. 176-184, 2023.

F. Herlando, A. R. Dzikrillan, F. Nufairi, E. Sinduningrum and M. Sholeh, "Analisis Perbandingan Sentimen dan Perbincangan Netizen Terhadap Twitter Pasca Pergantian Nama," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9 (1), pp. 360-367, 2024.

D. Ardiansyah, A. Saepudin, R. Aryanti and E. Fitriani, "Analisis Sentimen Review Pada Aplikasi Media Sosial Tiktok Menggunakan Algoritma K-Nn Dan Svm Berbasis Pso," Jurnal Informatika Kaputama (JIK), vol. 7(2), pp. 233-241, 2023.

S. S. Norman, D. R. Kusuma and L. N. Afifa, "Analisis Sentimen Tanggapan Pelanggan Indihome di Platform Sosial Media Facebook dan Twitter Menggunakan Support Vector Mesin dan Pendekatan Klasifikasi Naïve Bayes," Jurnal Sains & Teknologi Fakultas Teknik Universitas Darma Persada, vol. 13(1), pp. 124-133, 2023.

C. Lim and W. Goh, "The Application of an Ensemble Of Boosted Elman Networks to Time Series Prediction: A Benchmark Study," J Comput Intell, 2005.

M. F. Asnawi and A. P. Aji, "Sistem Pengelolaan Pembiyaan Kegiatan OSIS SMP Negeri 2 Batur Menggunakan Algoritma Naive Bayes Clasiffier dalam Pengklasifikasian Data Laporan," Jurnal Ilmiah Teknik Dan Ilmu Komputer, vol. 1(3), pp. 26-33, 2022.

F. Novianti and K. R. N. Wardani, "Analisis Sentimen Masyarakat Terhadap Data Tweet Traveloka Selama Rapid Test Antigen Menggunakan Algoritma Naïve Bayes," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 8(3), pp. 922-933, 2023.

G. Williams, Data Mining with Ratle and R: The Art of Excavating Data for Knowledge Discovery, New York: Springer, 2011.

O. H. Rahman, G. Abdillah and A. Komarudin, "Klasifikasi Ujaran Kebencian pada Media Sosial Twitter Menggunakan Support Vector Machine," jurnal resti (rekayasa sistem dan teknologi informasi), vol. 5(1), pp. 17-23, 2021.

A. D. A. Putra and S. Juanita, "Analisis Sentimen pada Ulasan pengguna Aplikasi Bibit Dan Bareksa dengan Algoritma KNN," JATISI (Jurnal Teknologi Informatika dan Sistem Informasi), vol. 8(2), pp. 636-646, 2021.

M. A. Lusiandro, S. M. Nasution and C. Setianingsih, "Implementation of the advanced traffic management system using k-nearest neighbor algorithm," International Conference on Information Technology Systems and Innovation (ICITSI), pp. 149-154, 2020.

A. Budiman, J. C. Young and A. Suryadibrata, "Implementasi Algoritma Naive Bayes untuk Mengklasifikasikan Konten Twitter dengan Indikasi Depresi," Jurnal Informatika: Jurnal Pengembangan IT, vol. 6(2), pp. 133-138, 2021.

T. N. Wijaya, R. Indriati and M. N. Muzaki, "Analisis Sentimen Opini Publik Tentang Undang-Undang Cipta Kerja Pada Twitter," Jambura Journal of Electrical and Electronics Engineering, vol. 3(2), pp. 78-83, 2021.

M. Ardiansyah, "Model Ensemble Algoritma Naive Bayes Dan Random Forest Dalam Klasifikasi Penyakit Paru-paru Untuk Meningkatkan Akurasi," SMARTLOCK: Jurnal Sains dan Teknologi, vol. 2(2), pp. 32-38, 2023.