Analisis Sentimen Pembelajaran Daring Pada Masa Pandemi Covid-19 di Indonesia

Abstrak

Penyebaran covid-19 ditetapkan sebagai pandemi yang telah menyebar ke seluruh penduduk di dunia dan salah satau yang terkena pandeminya adalah Indonesia. Dalam mengurangi penyebaran covid-19 ini, maka pemerintah mengeluarkan aturan untuk meminimalisir angka positif dari pandemic tersebut. Aturan yang ditetapkankan antara lain adalah pembatasan sosial berskala besar yang dimana dlalam dunia Pendidikan juga menerapkan aturan tersebut. Pada sistem Pendidikan diuat menjadi sistem daring yang tadinya dengan sistem tatap muka. Dengan keluarnya aturan sistem daring ini menimbulkan pro dan kontra dalam menanggapinya. Masyarakat ada yang keberatan dengan mengharuskan adanya koneksi internet untuk menjalani proses pembelajarannya yang mana akan mengeluarkan biaya lebih untuk hal tersebut. Terkait permasalahan tersebut, berita tentang penerapan sistem pembelajaran daring ramai di sosial media salah satunya adalah youtube. Pembahasan tentang sistem daring ini membuat masyarakat beropini dalam kolom komentar yang disediakan oleh media sosial tersebut. Berbagai opini masyarakat yang muncul, sehingga penelitian ini dapat menilai suatu sentiment yang terdapat di media sosial tersebut mengenai sistem pembelajaran daring ini. Penelitian mencoba menggunakan metode naïve bayes dan algoritma deep learning sekuensial LDA yang mana masih dalam tahap suatu percobaan dengan menetapkan hasil secara manual tetapi sesuai prosedur dari masing-masing metode. Didapat dalam metode naïve bayes ditemukan komentar negatif sebesar 65,33% dan nilai psositif sebesar 23,33% dengan nilai akurasi yang didapat sebesar 56,45%. Sedangkan menggunakan metode algoritma deep learning sekuensial LDA didapat komentar yang positif sebanyak 35, yang negatif 95, dan netral 17 dari 150 data yang diambil dari 5 video yang ada di youtube. Dilihat dari hasil dengan metode yang telah diterapkan yang bernilai besar adalah nilai negatif dari pembahasan tersebut.