Publish : Desember 2019
Deskripsi :
Di masa sekarang ini, perkembangan teknologi digital memungkinkan institusi pendidikan tinggi seperti universitas untuk mengetahui opini/sentimen masyarakat lewat media sosial. Sayangnya, analisis terhadap data tersebut masih dilakukan secara manual. Pada penelitian ini, kami membangun sebuah kerangka analisis sentimen otomatis untuk memprediksi polaritas dari opini masyarakat terhadap beberapa institusi pendidikan tinggi di Indonesia. Data yang digunakan berasal dari komentar-komentar yang berada pada halaman resmi Facebook institusi yang digunakan untuk penelitian.
Kami melakukan perbandingan dari beberapa model gabungan antara klasifikator (Logistic Regression, Support Vector Machine, Random Forest Classifier dan Neural Network) dengan metode ekstraksi fitur (Count vectorizer dan TF-IDF). Hasil eksperimen menunjukkan bahwasanya hasil analisis sentimen terbaik diberikan oleh model Neural Network yang menggunakan teknik pembobotan TF-IDF dengan akurasi lebih dari 86%. Hasil ini menunjukkan bahwa kerangka analisis sentimen yang diusulkan berpotensi untuk digunakan untuk mengetahui opini masyarakat terhadap institusi pendidikan tinggi yang ada di Indonesia.
Universitas Esa Unggul
Penulis :
Habibullah Akbar
Download :
