Fakultas Teknologi Informasi

Sentiment Analysis Twitter Based Lexicon and Multilayer Perceptron Algorithm

Penulis
Dosen:
  1. SALMAN TOPIQ
  2. YUDI RAMDHANI
Tanggal Terbit
11 November 2022
Kategori
Seminar Internasional [Lainnya]
Penerbit
IEEE Explorer
Kota / Negara
Yogyakarta / Indonesia
Halaman
1-6
URL
https://ieeexplore.ieee.org/abstract/document/9936029
Abstrak
Transformasi kebiasaan baru sejak munculnya pandemi coronavirus disease 2019 atau sering disebut COVID-19 memberikan perubahan pada banyak aspek kehidupan salah satunya pendidikan. Kegiatan belajar mengajar yang sebelum berlangsung secara tatap muka harus digantikan secara online. Seluruh jenjang pendidikan terdampak perubahan ini termasuk pada pendidikan tinggi. Seiring mulai berakhirnya pandemi COVID-19, persepsi mengenai kuliah online menurut mahasiswa perlu diteliti, untuk mengetahui apakah mahasiswa memiliki sentime positif atau negatif terkait kuliah online selama ini. Oleh karena itu, diperlukan penelitian analisis sentimen tentang kuliah online yang diambil menurut komentar mahasiswa melalui tweets pada platform Twitter. Data tweets yang telah diekstrak kemudian akan dianalisis menggunakan machine learning untuk dapat memprediksi sentimen mahasiswa tentang kuliah online. Algoritma multilayer perceptron digunakan pada penelitian karena dapat menyelesaikan masalah non-linear dengan baik serta mudah diimplementasikan tanpa pengaturan parameter yang rumit. Akan tetapi, multilayer perceptron merupakan algoritma supervised learning sehingga memerlukan data yang telah diberi label/kelas. Sehingga untuk melabeli data tweets kuliah online, digunakan analisis sentimen berbasis leksikon. Sebanyak 2.391 tweets berbahasa indonesia yang berhasil diekstrak. Hasil penelitian menggunakan lexicon-based menunjukan bahwa sebanyak 63.9% memberikan sentimen negatif terhadap kuliah online, dan 29% memberikan sentimen positif sementara 7.1% sisanya memberikan sentimen netral. Sementara kemampuan prediksi algoritma multilayer perceptron untuk data tweets kuliah online ini menghasilkan akurasi 71%.