Analisis Sentimen Dampak Artificial Intelligence (AI) Untuk Pendidikan Pada X Menggunakan Naïve Bayes

Nurdin Nurdin, Luniko Jama, Thomas Zugildo Magnus, Ressa Priskila, Viktor Handrianus Pranatawijaya

Abstract


AI ini telah menjadi salah satu topik hangat dalam beberapa tahun terakhir, dengan potensinya untuk merevolusi berbagai industri, termasuk pendidikan. Disisi lain, pendidikan adalah proses untuk memperoleh pengetahuan yang dibutuhkan untuk menjalani kehidupan yang sukses. Namun, opini publik tentang penggunaan AI dalam pendidikan berbeda. Beberapa orang mungkin melihatnya sebagai kemajuan yang baik yang dapat membantu siswa mempersiapkan diri untuk tantangan masa depan. Sementara yang lain mungkin khawatir tentang konsekuensi moral, konsekuensi sosial, atau bahkan apakah teknologi akan menggantikan pekerjaan manusia. Melalui analisis sentimen pada X, penelitian ini bertujuan untuk mencoba menemukan komponen yang mempengaruhi persepsi publik terhadap AI untuk pendidikan. Untuk dapat mengumpulkan data tersebut, menggunakan X harvest untuk melakukan crawling data pada X. Pada tahap klasifikasi menggunakan metode naïve bayes. Dari 327 data yang dianalisis, 82% mengekspresikan sentimen positif, 17% menunjukkan sentimen negatif, sementara hanya 1% bersifat netral. Dari ­confusion matrix ­yang dihasilkan, dapat diperoleh nilai akurasi, presisi, recall, dan skor f1. Metode naïve bayes menghasilkan accuracy sekitar 72,73%, precision sekitar 77,40%, recall sekitar 72,73%, dan f1-score sekitar 71,74%. Terbukti bahwa metode naïve bayes merupakan pengklasifikasi teks yang baik untuk menganalisis sentimen mengenai Analisis Sentimen Dampak Artificial Intelligence Untuk Pendidikan Pada X Menggunakan Naïve Bayes.

Full Text:

PDF

References


E. Susanto, “Analisis Implementasi Kecerdasan Buatan DalamPembelajaran,” Sindoro Cendekia Pendidik., vol. 1, no. 8, pp. 101–112, 2023.

A. Pitri, H. Ali, and K. Anwar Us, “Faktor-Faktor Yang Mempengaruhi Pendidikan Islam: Paradigma, Berpikir Kesisteman Dan Kebijakan Pemerintah (Literature Review Manajemen Pendidikan),” J. Ilmu Hukum, Hum. dan Polit., vol. 2, no. 1, pp. 23–40, 2022, doi: 10.38035/jihhp.v2i1.854.

R. Chandra, K. Gunadi, and S. Ananda, “Aplikasi Sentiment Analysis terhadap Trend Cryptocurrency pada Platform Twitter Menggunakan Library Textblob sebagai Alat Bantu Berinvestasi,” J. Infra, vol. 10, no. 2, pp. 397–403, 2022, [Online]. Available: https://publication.petra.ac.id/index.php/teknik-informatika/article/viewFile/12809/11109

A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.

N. M. A. J. Astari, Dewa Gede Hendra Divayana, and Gede Indrawan, “Analisis Sentimen Dokumen Twitter Mengenai Dampak Virus Corona Menggunakan Metode Naive Bayes Classifier,” J. Sist. dan Inform., vol. 15, no. 1, pp. 27–29, 2020, doi: 10.30864/jsi.v15i1.332.

S. Y. Nursyi’ah, A. Erfina, and C. Warman, “Analisis Sentimen Pembelajaran Daring Pada Masa Pandemi Covid-19 Di Twitter Menggunakan Algoritma Naïve Bayes,” J. Media Inform. Budidarma, pp. 117–123, 2021.

F. Amaliah and I. K. Dwi Nuryana, “Perbandingan Akurasi Metode Lexicon Based Dan Naive Bayes Classifier Pada Analisis Sentimen Pendapat Masyarakat Terhadap Aplikasi Investasi Pada Media Twitter,” J. Informatics Comput. Sci., vol. 3, no. 03, pp. 384–393, 2022, doi: 10.26740/jinacs.v3n03.p384-393.

Oon Wira Yuda, Darmawan Tuti, Lim Sheih Yee, and Susanti, “Penerapan Penerapan Data Mining Untuk Klasifikasi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Random Forest,” SATIN - Sains dan Teknol. Inf., vol. 8, no. 2, pp. 122–131, 2022, doi: 10.33372/stn.v8i2.885.

P. Arsi, B. A. Kusuma, and A. Nurhakim, “Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier,” J. Inform. Upgris, vol. 7, no. 1, pp. 1–6, 2021, doi: 10.26877/jiu.v7i1.7636.

A. Hendra and F. Fitriyani, “Analisis Sentimen Review Halodoc Menggunakan Nai ̈ve Bayes Classifier,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 6, no. 2, pp. 78–89, 2021, doi: 10.14421/jiska.2021.6.2.78-89.

R. Ulgasesa, A. B. P. Negara, and T. Tursina, “Pengaruh Stemming Terhadap Performa Klasifikasi Sentimen Masyarakat Tentang Kebijakan New Normal,” J. Sist. dan Teknol. Inf., vol. 10, no. 3, p. 286, 2022, doi: 10.26418/justin.v10i3.53880.

H. Syah and A. Witanti, “Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (Svm),” J. Sist. Inf. dan Inform., vol. 5, no. 1, pp. 59–67, 2022, doi: 10.47080/simika.v5i1.1411.

F. Septa Dinda Alfia and A. Agussalim, “Literature Review Visualisasi Data dan Sistem Informasi Geografis,” COMSERVA J. Penelit. dan Pengabdi. Masy., vol. 2, no. 8, pp. 1494–1500, 2022, doi: 10.59141/comserva.v2i8.493.

Alfandi Safira and F. N. Hasan, “Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Naive Bayes Classifier,” Zo. J. Sist. Inf., vol. 5, no. 1, pp. 59–70, 2023, doi: 10.31849/zn.v5i1.12856.

C. H. Yutika, A. Adiwijaya, and S. Al Faraby, “Analisis Sentimen Berbasis Aspek pada Review Female Daily Menggunakan TF-IDF dan Naïve Bayes,” J. Media Inform. Budidarma, vol. 5, no. 2, p. 422, 2021, doi: 10.30865/mib.v5i2.2845.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform., vol. 5, no. 2, pp. 697–711, 2021.

A. Halim and Andri Safuwan, “Analisis Sentimen Opini Warganet Twitter Terhadap Tes Screening Genose Pendeteksi Virus Covid-19 Menggunakan Metode Naïve Bayes Berbasis Particle Swarm Optimization,” J. Inform. Teknol. dan Sains, vol. 5, no. 1, pp. 170–178, 2023, doi: 10.51401/jinteks.v5i1.2229.

N. L. W. S. R. Ginantra, C. P. Yanti, G. D. Prasetya, I. B. G. Sarasvananda, and I. K. A. G. Wiguna, “Analisis Sentimen Ulasan Villa di Ubud Menggunakan Metode Naive Bayes, Decision Tree, dan K-NN,” J. Nas. Pendidik. Tek. Inform., vol. 11, no. 3, pp. 205–215, 2022, doi: 10.23887/janapati.v11i3.49450.

F. Setya Ananto and F. N. Hasan, “Implementasi Algoritma Naïve Bayes Terhadap Analisis Sentimen Ulasan Aplikasi MyPertamina pada Google Play Store,” J. ICT Inf. Commun. Technol., vol. 23, no. 1, pp. 75–80, 2023, [Online]. Available: https://ejournal.ikmi.ac.id/index.php/jict-ikmi

D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” J. Inform. dan Tek. Elektro Terap., vol. 10, no. 1, pp. 34–40, 2022, doi: 10.23960/jitet.v10i1.2262.




DOI: https://doi.org/10.26877/jiu.v10i1.18867

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Thomas Zugildo Magnus

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License
Jurnal Informatika Upgris by Program Studi Informatika UPGRIS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.