Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/22229
Title: Penerapan Algoritma K-Nearest Neighbors pada Analisis Sentimen Metode Pembelajaran dalam Jaringan (Daring) di Universitas Kristen Wira Wacana Sumba
Authors: Mara, Andry Ananda Putra Tanggu
Keywords: COVID-19;model pembelajaran daring;K-Nearest Neighbors;RapidMiner
Issue Date: 30-Jun-2021
Abstract: Bidang pendidikan merupakan salah satu bidang yang merasakan dampak besar dari pandemi Covid-19. Dampak yang timbul adalah proses belajar mengajar harus dilakukan dari rumah dengan metode pembelajaran daring. Metode belajara mengajar ini menimbulkan respon atau pandangan yang beragam dari peserta didik. Hal ini yang membuat penelitimelakukan analisis terhadap pandangan-pandangan tersebut,baik yang berupa pendapat positif atau pendapat negatif. Proses Analisis dilakukan dengan menerapkan analisis sentimen atau opinion mining dari data komentar di media sosial Facebook, data teks diolah dengan metode prepocessing dan diberi label positif dan negatif. Berdasarkan data teks yang tersedia, dilakukan proses klasifikasi dengan algoritma K-Nearest Neighbors.RapidMiner digunakan untuk eksperimen data teks dengan algoritma KNN dengan tujuan mencari nilai akurasi, presisi dan recall. Dari hasil penelitian diperoleh nilai sebesar 87.00% untuk accuracy dan 0.916 untuk nilai AUC. Nilai-nilai yang cukup tinggi untuk klasifikasi opini mahasiswa terhadap pandemi ini sehingga penelitian ini digolongkan sebagai Excellent Classification.
The education sector is one of the areas that has felt the major impact of the Covid-19 pandemic. The impact that arises is teaching and learning process must be carried out from home using the online learning method. This teaching and learning method raises a variety of responses from students. This is what makes researchers analyze these views, both in the form of positive opinions or negative opinions. The analysis process is carried out by applying sentiment analysis or opinion mining from the comment on Facebook, text mining is processed using the prepocessing method, labeled it to positive and negative. Based on the available data, a classification process is carried out using the K-Nearest Neighbors algorithm. Rapid Miner is used to experiment text data with the KNN algorithm in order to find the value of accuracy, precision and recall. From the results of research, it was obtained a value of 87.00% for accuracy and 0.916 for the AUC value. The values are high enough for the classification of student opinion against this pandemic so that this research is classified as Excellent Classification.
Appears in Collections:T2 - Master of Information Systems

Files in This Item:
File Description SizeFormat 
T2_972019011_Judul504.07 kBAdobe PDFView/Open
T2_972019011_Daftar Pustaka543.11 kBAdobe PDFView/Open
T2_972019011_Hasil dan Pembahasan758.12 kBAdobe PDFView/Open
T2_972019011_Kesimpulan325.62 kBAdobe PDFView/Open
T2_972019011_Metode Penelitian571.29 kBAdobe PDFView/Open
T2_972019011_Pendahuluan434.89 kBAdobe PDFView/Open
T2_972019011_Tinjauan Pustaka404.12 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.