ANALISIS SENTIMEN PADA PENGGUNA TWITTER TERHADAP PROGRAM KAMPUS MERDEKA MENGGUNAKAN NAÏVE BAYES

Abstract

Pembuatan berbagai jenis program Kampus Merdeka ramai saat ini, hal ini menyebabkan munculnya banyak masalah yang menyertainya. dalam tiga tahun pelaksanaannya, banyak kesalahan yang terus berulang, seperti keterlambatan pencairan uang saku untuk biaya hidup mahasiswa selama menjalankan program. Masalah ini bahkan menyebabkan mahasiswa membuat petisi untuk menuntut pencairan yang lebih cepat, namun hal tersebut tidak memberikan dampak yang signifikan karena masalah keterlambatan pencairan uang saku terulang kembali. Namun, tweet yang diposting oleh peserta di Twitter dapat dijadikan sumber informasi yang penting dan bermanfaat. Oleh karena itu, analisis sentimen dapat digunakan sebagai solusi untuk mengolah suara tersebut dengan menggunakan algoritma Naïve Bayes Classifier. Tujuan dari penelitian ini adalah untuk mengevaluasi program Kampus Merdeka agar dapat menghindari mengulangi kesalahan yang sama di masa depan, dengan mengklasifikasikan pendapat tentang program Kampus Merdeka berdasarkan kelas positif dan negatif. Pengujian dilakukan dengan menggunakan empat skenario, yang berarti data dibagi menjadi dua bagian dengan perbandingan 90:10, 80:20, 70:30 dan 60:40 untuk data training dan data testing. Hasil evaluasi menunjukkan bahwa pembagian dataset 90:10 adalah yang terbaik dengan menghasilkan akurasi yang terbaik baik yaitu 97,92%.