ANALISIS SENTIMEN PUBLIK TERHADAP IMPLEMENTASI KURIKULUM MERDEKA MELALUI DATA KOMENTAR YOUTUBE MENGGUNAKAN ALGORITMA KLASIFIKASI K-NEAREST NEIGHBORS DAN NAÏVE BAYES

RINALDI SATRIA PRATAMA, RINALDI (2024) ANALISIS SENTIMEN PUBLIK TERHADAP IMPLEMENTASI KURIKULUM MERDEKA MELALUI DATA KOMENTAR YOUTUBE MENGGUNAKAN ALGORITMA KLASIFIKASI K-NEAREST NEIGHBORS DAN NAÏVE BAYES. Masters thesis, INSTITUT INFORMATIKA DAN BISNIS DARMAJAYA.

	Text cover rey1.pdf Download (278kB)
	Text abstrak1.pdf Download (669kB)
	Text persetujuan dan pengesahan.pdf Download (219kB)
	Text daftar isi.pdf Download (269kB)
	Text bab 1.pdf Download (329kB)
	Text bab 2.pdf Download (604kB)
	Text bab 3.pdf Download (332kB)
	Text bab 4.pdf Download (1MB)
	Text bab 5.pdf Download (195kB)
	Text daftar pustaka.pdf Download (315kB)
	Text lampiran.pdf Download (889kB)

Abstract

Penelitian ini dibertujuan untuk analisis sentimen publik terhadap implementasi Kurikulum Merdeka melalui data komentar YouTube menggunakan algoritma klasifikasi K-Nearest Neighbors (K-NN) dan Naïve Bayes. Kurikulum Merdeka adalah program pendidikan yang diluncurkan oleh pemerintah Indonesia pada tahun 2020 untuk meningkatkan kualitas pendidikan di Indonesia. Metode penelitian yang digunakan adalah kuantitatif, dengan tahapan meliputi pengumpulan data, preprocessing data, dan pemodelan klasifikasi sentimen menggunakan algoritma K-NN dan Naïve Bayes. Hasil penelitian menunjukkan bahwa algoritma K-NN memiliki performa yang lebih baik dibandingkan algoritma Naïve Bayes dalam mengklasifikasikan sentimen publik terhadap implementasi Kurikulum Merdeka. Algoritma K-NN dengan nilai k terbaik 11 menghasilkan akurasi 79.70%, presisi 77.20%, recall 79.70%, dan f1-score 77.65%, dengan nilai AUC 0.91, yang menunjukkan performa klasifikasi yang sangat baik. Sebaliknya, algoritma Naïve Bayes menghasilkan akurasi 53.82%, presisi 72%, recall 53.82%, f1-score 59%, dan nilai AUC 0.75, yang masuk dalam kategori cukup. Kata Kunci: Analisis Sentimen, Kurikulum Merdeka, K-Nearest Neighbors, Naïve Bayes, Youtube

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	rinaldi satria pratama
Date Deposited:	05 Aug 2024 09:17
Last Modified:	05 Aug 2024 09:17
URI:	http://repo.darmajaya.ac.id/id/eprint/16948

Actions (login required)

View Item