Banyaknya berita buruk yang beredar dalam sosial media mengenai kebijakan PPKM yang terus-meneurus diperpanjang menggugah rasa penasaran peneliti untuk memastikan apakah benar tanggapan masyarakat mengenai PPKM yang terus-menerus diperpanjang memanglah menuai kesan negatif. Dengan demikian, peneliti melakukan analisis sentimen pengguna twitter terhadap perpanjangan PPKM yang dapat digunakan sebagai bahan evaluasi dalam menentukan kebijakan. Twitter digunakan sebagai sumber data karena baru-baru ini twitter sedang naik daun setelah bertahun-tahun pasif karena kalah bersaing dengan sosial media lain. Dengan memanfaatkan teknologi machine learning kita dapat mengetahui sentimen seseorang berdasarkan ilmu statistik yang telah dikombinasikan dengan programming. Peneliti menggunakan algoritma K-Nearest Neighbor untuk menentukan sentimen pengguna twitter dengan bantuan library Scikit-learnyang populer di kalangan Data Scientist. Algoritma tersebut diterapkan ke 6408 data tweet dengan kata kunci “PPKM” yang dikumpulkan pada 1 Juli 2021 – 31 Desember 2021. Hasil training model membuktikan bahwa skor akurasi 69,5%, recall 69,5% , dan presisi 68,7%.
Teknologi sangat berperan besar dalam masa pandemi COVID-19 dimana pemerintah mengeluarkan kebijakan pembatasan sosial dalam pengendalian penyebaran virus COVID-19. Pandemi mempengaruhi segala proses aktivitas normal sehingga masyarakat memerlukan digital video conference untuk menjalin komunikasi visual dalam kelompok besar yang ditandai dengan meningkatnya penggunaan aplikasi sejenis yaitu Google Meet. Analisis sentimen merupakan proses untuk mendapat informasi sentimen yang terkandung dalam sebuah kalimat opini. Sampel data yang digunakan adalah ulasan aplikasi Google Meet pada situs Google Play berdasarkan data ulasan dari tanggal 1-Januari-2021 sampai 25-Agustus-2021. Analisis sentimen dilakukan menggunakan metode Naïve Bayes Classifiers dan text Association. Didapat persentase sebesar 58,8% dan 41,2% dari sentimen positif dan negatif. Dengan menggunakan perbandingan 80:20 untuk data latih dan uji. Didapatkan hasil akurasi sebesar 85,65% untuk pengujian dengan Naïve Bayes dan 85,48% untuk hasil validasi model menggunakan 10-Fold Cross-Validation. Secara umum hasil dari text Association yang dihasilkan merupakan ekstraksi informasi kelas positif terkait meeting, video, problem, koneksi, suara, audio, kualitas, kamera, dan fitur. Sedangkan untuk kelas negatif menampilkan ekstraksi dari hal yang sering dikeluhkan terkait video, masalah, koneksi, audio, suara, update, kualitas, camera, dan fitur. Dengan penelitian tersebut sehingga dapat menjadi bahan acuan dalam upaya untuk menjaga dan meningkatkan kualitas aplikasi.Kata kunci; Analisis Sentimen, Kualitas Layanan, Pengklasifikasi Naïve Bayes, Teks Asosiasi
Teknologi augmented reality (ar) dan virtual reality (vr) dapat diterapkan dalam pengembangan media pembelajaran. Penggunakan teknologi ar/vr pada media pembelajaran akan membuat media pembelajaran menjadi lebih menarik dan interaktif. Media pembelajaran yang menarik dan interaktif akan membuat siswa lebih mudah memahami materi yang disampaikan. Materi yang dapat disampaikan melalui media pembelajaran yang interaktif salah satunya pengenalan dan pelestarian peninggalan sejarah. Peninggalan sejarah sekarang ini banyak yang melupakan dan tergerus oleh kemajuan jaman dan perkembangan teknologi. Penggunakan teknologi ar maupun vr akan dapat mengenalkan dan melestarikan peninggalan sejarah dengan membuat media pembelajaran yang menarik dan interaktif. Generasi muda yang sangat dekat dengan kemajuan teknologi akan dapat juga melestarikan peninggalan sejarah dengan kemajuan teknologi pula. Metode dalam pembuatan media pembelajaran yang menggunakan teknologi ar maupun vr menggunakan research and development. Alat untuk pengembangan media pembelajaran menggunakan unity3d yang hasil akhirnya berbasis pada android. Hasil pengembangan media pembelajaran ini dapat digunakan oleh siapapun dengan tidak mengenal umur dan tidak terlalu gagap terhadap teknologi. Media pembelajaran ini juga dapat lebih memudahkan pengguna dalam memahami terhadap materi yang disampaikan karena bentuknya yang menarik dan interaktif.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.