ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

  • Candra Bella Vista
  • Osa Mahanani Sihono Politeknik Negeri Malang
  • Annisa Taufika Firdausi

Abstract

 

 

Downloads

Download data is not yet available.

References

Royani, I., Nazurty, & Hamidah, A. (2021): Dampak Pembelajaran Jarak Jauh Akibat Pandemi Covid-19 Terhadap Perkembangan Kognitifpeserta Didik Kelas 1a Sdn 13/1v Kota Jambi. Jurnal Pendidikan Tematik, 1.
Kemendikbud, (2022, Januari 5): Syarat PTM 100 Persen: PPKM Level 1-2 dan Capaian Vaksinasi Guru. Retrieved from Kemdikbud:https://www.kemdikbud.go.id/main/blog/2022/01/syarat-ptm-100-persen-ppkm-level-12-dan-capaian-vaksinasi-guru
Annur, C.M. (2022): Pengguna Twitter Indonesia Masuk Daftar Terbanyak di Dunia. Retrieved from: https://databoks.katadata.co.id/datapublish/2022/03/23/pengguna-twitter-indonesia-masuk-daftar-terbanyak-di-dunia-urutan-berapa
Solihin, F., Awaliyah, S., & Shofa, A. (2021): Pemanfaatan Twitter Sebagai Media Penyebaran Informasi Oleh Dinas Komunikasi dan Informatika. Jurnal Pendidikan Ilmu Pengetahuan Sosial, 56.
Sari, F.V. & Wibowo, A. (2019): Analisis Sentimen Pelanggan Toko Online JD.ID menggunakan Metode Naïve Bayes Classifier berbasis Konversi Ikon Emosi. Jurnal SIMETRIS Vol 10., No.2
Sari, R. (2020): Analisis Sentimen Pada Review Objek Wisata Dunia Fantasi Menggunakan Algoritma K-Nearest Neighbor (KNN). Evolusi: Jurnal Sains dan Manajemen Vol. 8, No.1.
Saputra, T.I. & Arianty, R. (2019): Implementasi Algoritma K-Means Clustering pada Analisis Sentimen Keluhan Pengguna Indosat. Jurnal Ilmiah Informatika Komputer Vol 24, No 3.
Saputra, P.Y., Subhi, D.H., & Winatama, F. (2019): Implementasi Sentimen Analisis Komentar Channel Video Pelayanan Pemerintah di Youtube menggunakan Algoritma Naïve Bayes. Jurnal Informatika Polinema Vol. 5 No.4.
Rozi, I.F., Hamdana, E.N., & Alfahmi, M. (2018): Pengembangan Aplikasi Analisis Sentimen Twitter menggunakan Metode Naïve Bayes Classifier (Studi Kasus SAMSAT Kota Malang). Jurnal Informatika Polinema Vol 4, No.2.
Alhaq, Z., Mustopa, A., Mulyatun, S., & Santoso, J.D. (2021): Penerapan Metode Support Vector Machine untuk Analisis Sentimen Pengguna Twitter. JOISM (Jurnal of Information System Management) Vol. 3., No.1.
Pamungkas, F.S. & Kharisudin, I. (2021): Analisis Sentimen dengan SVM, Naïve Bayes, dan KNN untuk Studi Tanggapan Masyarakat Indonesia terhadap Pandemi Covid-19 pada Media Sosial Twitter.
Indrayuni, E. (2018): Komparasi Algoritma Naïve Bayes dan Support Vector Machine untuk Analisa Sentimen Review Film. Jurnal PILAR Nusa Mandiri Vol. 14., No.2.
Widowati, T. & Sadikin, M. (2020): Analisis Sentimen Twitter terhadap Tokoh Publik dengan Algoritma Naïve Bayes dan Support Vector Machine. Jurnal SIMETRIS Vol. 11., No. 2.
Santoso, B. & Nugroho, A. (2019): Analisis Sentimen Calon Presiden Indonesia 2019 berdasarkan Komentar Publik di Facebook. Jurnal Eksplora Informatika.
Luthfi, M.F. & Lhaksamana, K.M. (2020): Implementation of TF-IDF Method and Support Vector Machine Algorithm for Job Applicants Text Classification. Jurnal Media Informatika Budidarma Vol.4, No.4.
How to Cite
Vista, C. B., Sihono, O. M., & Firdausi, A. T. (2023). ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Jurnal Informatika Polinema, 9(3), 259-264. https://doi.org/10.33795/jip.v9i3.1273