ANALISIS SENTIMEN PADA E-LEARNING UNIVERSITAS SRIWIJAYA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

FERNANDO, JOSE and Fathoni, Fathoni (2022) ANALISIS SENTIMEN PADA E-LEARNING UNIVERSITAS SRIWIJAYA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_57201_09031281823054.pdf] Text
RAMA_57201_09031281823054.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (6MB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_TURNITIN.pdf] Text
RAMA_57201_09031281823054_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (15MB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_0218107201_01_front_ref.pdf]
Preview
Text
RAMA_57201_09031281823054_0218107201_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (849kB) | Preview
[thumbnail of RAMA_57201_09031281823054_0218107201_02.pdf] Text
RAMA_57201_09031281823054_0218107201_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_0218107201_03.pdf] Text
RAMA_57201_09031281823054_0218107201_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (464kB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_0218107201_04.pdf] Text
RAMA_57201_09031281823054_0218107201_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_0218107201_05.pdf] Text
RAMA_57201_09031281823054_0218107201_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (197kB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_0218107201_06_ref.pdf] Text
RAMA_57201_09031281823054_0218107201_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (245kB) | Request a copy
[thumbnail of RAMA_57201_09031281823054_0218107201_07_lamp.pdf] Text
RAMA_57201_09031281823054_0218107201_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

ABSTRAK Pandemi covid-19 membuat para mahasiswa dan dosen harus melaksanakan belajar mengajar dari rumah. Maka dari itu, Universitas Sriwijaya memfokuskan para mahasiswa untuk menggunakan e-learning. E-learning yang telah berjalan dan digunakan oleh para mahasiswa harus dievaluasi agar kegiatan belajar mengajar dapat berjalan dengan baik evaluasi dapat dilakukan dengan mengumpulkan opini berdasarkan fitur e-learning Universitas Sriwijaya dari mahasiswa melalui kuesioner. Opini penilaian mahasiswa dapat dianalisis menggunakan sebuah metode klasifikasi yaitu metode Naïve Bayes. Tahapan penelitian diawali pengumpulan data, preprocessing data, pelabelan dengan menggunakan polarity, menghitung frekuensi yang sering muncul dari per fitur e-learning nya ,dan menghitung akurasi dari model Complement Naïve Bayes. Hasil penelitian yang dilakukan terhadap 1995 dataset testing menghasilkan opini mahasiswa yang bernilai positif sebanyak 1289 opini, bernilai negatif 372 opini, dan bernilai netral 364 opini. Diperkuat dengan hasil akurasi model Complement Naive Bayes sebesar 89%, recall sebesar 85,3%, precision sebesar 85%, dan f1-score sebesar 85%. Hasil ini mengindikasikan bahwa dari 12 fitur e-learning Universitas Sriwijaya, 8 fitur bernilai opini baik, 2 fitur memiliki opini kurang baik, dan 2 fitur memiliki opini netral. Kata Kunci : E-Learning, Kuesioner, Naïve Bayes, Sentimen Analisis, Universitas Sriwijaya

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General) > T1-995 Technology (General)
Divisions: 09-Faculty of Computer Science > 57201-Information Systems (S1)
Depositing User: Jose Fernando
Date Deposited: 04 Aug 2022 07:14
Last Modified: 04 Aug 2022 07:14
URI: http://repository.unsri.ac.id/id/eprint/76085

Actions (login required)

View Item View Item