Analisis Sentimen Pembelajaran Daring Dimasa Covid-19 Menggunakan Algoritma Naive Bayes

Kasus Covid-19 di Indonesia sampai tanggal 6 oktober jumlah kasus yang terpapar Covid-19 mencapai 4.223.094 kasus. Hal ini tentu saja menyita perhatian seluruh masyarakat dan pemerintahan indonesia, berbagai upaya pemerintah pun melakukan PSBB dan PPKM. Bulan Maret 2020 pemerintah memberlakukan pembelajaran daring pada seluruh pelajar di Indonesia namun dengan sistem pembelajaran jarak jauh tidak menutup kemungkinan akan muncul perbedaan pendapat dalam menanggapi perubahan yang terjadi. Untuk melihat respon masyarakat terhadap pembelajaran jarak jauh dapat dilakukan analisis sentimen untuk melihat berapakah respon positif, netral dan negatif dari media sosial salah satunya yaitu melalui media sosial Twitter. Penelitian ini akan melakukan analisis terhadap hasil pencarian tweets dengan kata kunci “Pembelajaran Online” ,”Sekolah Online”, “Kuliah Online”, “Sekolah Daring” dan “Kuliah Daring” selama pandemi Covid-19 lalu penelitian ini menghitung menghitung accuracy, precision, recall, dan f1-score dengan algoritma Naïve Bayes dan di uji dengan metode Confusion Matrix dengan menggunakan data sebanyak 2587 data tweet. Dari 2587 data pada tahap preprocessing data di bersihkan menjadi 1778 yang terdiri 316 kelas positif, 1081 kelas netral dan 379 kelas negatif. Hasil nilai akurasi sebesar 62.8% dengan nilai Precision sebesar 72%, nilai Recall sebesar 40%, dan nilai F1-Score sebesar 38%.

Kata Kunci : Analisis Sentimen, Covid-19, Naïve Bayes, Pembelajaran Daring.