Analisis Sentimen Program MSIB pada Aplikasi X (Twitter) Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.24036/ujsds/vol3-iss2/361Kata Kunci:
MSIB, Naïve Bayes, Analisis Sentimen, Web Scraping, XAbstrak
Magang Bersertifikat dan Studi Independen (MSIB) merupakan salah satu program kurikulum Merdeka Belajar-Kampus Merdeka (MBKM) sebagai kebijakan dari Kemendikbudristek. Suatu kebijakan pemerintah khususnya dalam hal pendidikan tentu saja akan memunculkan stigma atau tanggapan dari masyarakat terhadap kebijakan tersebut. Penelitian ini bertujuan untuk mengetahui opini masyarakat terkait program MSIB pada aplikasi X (Twitter) dengan analisis sentimen menggunakan algoritma Naive Bayes Classifier. Dari analisis tersebut didapatkan bahwa sebanyak 84,6% review memiliki sentimen positif, sedangkan 16,4% review memiliki sentimen negatif. Evaluasi menggunakan model Naïve Bayes Classifier menunjukkan bahwa model ini berhasil mengklasifikasi 85% dari seluruh data dengan benar, menunjukkan kinerja yang cukup baik dalam mengklasifikasi sentimen review tersebut.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Nabila Husni, Dodi Vionanda, Nur Leli, Syafriandi Syafriandi

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.