ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
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.
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
[1]
C. B. Vista, O. M. Sihono, and A. T. Firdausi, “ANALISIS SENTIMEN KEBIJAKAN PEMBELAJARAN TATAP MUKA SELAMA PANDEMI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE”, JIP, vol. 9, no. 3, pp. 259-264, May 2023.
Section
Articles
Copyright (c) 2023 Candra Bella Vista
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright for articles published in this journal is retained by the authors, with first publication rights granted to the journal. By virtue of their appearance in this open access journal, articles are free to use after initial publication under the International Creative Commons Attribution-NonCommercial 4.0 Creative Commons CC_BY_NC.
