UnimorUnimor

Journal of Information and TechnologyJournal of Information and Technology

Kartu Indonesia Pintar merupakan upaya pemerintah membantu para siswa berprestasi yang memiliki keterbatasan ekonomi untuk melanjutkan studi ke perguruan tinggi. Ramainya pembahasan kartu Indonesia Pintar di Twitter membuat penulis tertarik untuk mengetahui sentimen masyarakat terhadap penerima beasiswa kartu Indonesia Pintar kuliah dengan keyword “KIPK. Sentimen terdiri dari sentimen negatif, positif, dan netral. Metode yang digunakan menganalisis pendapat masyarakat pada media sosial Twitter menggunakan Support Vector Machine (SVM). Term Frequency-Inverse Document Frequency (TF‑IDF) kami gunakan untuk melakukan pengukuran pentingnya kata dalam data, sedangkan kinerja klasifikasi SVM diukur dengan metode Confusion Matrix menggunakan kernel linear.

Berdasarkan hasil penelitian dengan metode Support Vector Machine serta ekstraksi fitur TF‑IDF, diperoleh akurasi 81,82 %, presisi 80 %, recall 82 % dan F1‑score 78 %, yang menunjukkan kinerja cukup baik dalam mengklasifikasi penerima beasiswa Kartu Indonesia Pintar.Analisis sentimen menunjukkan sentimen netral paling dominan, diikuti oleh sentimen positif yang lebih tinggi daripada negatif.Temuan ini menegaskan bahwa masyarakat cenderung memiliki pandangan positif terhadap penerima beasiswa tersebut.

Penelitian selanjutnya dapat mengeksplorasi penggunaan platform media sosial lain seperti Instagram atau Facebook untuk menguji apakah pola sentimen serupa muncul di lingkungan digital yang berbeda, sehingga memperluas generalisasi temuan. Selanjutnya, studi dapat membandingkan performa berbagai kernel SVM (misalnya polynomial, RBF) atau algoritma pembelajaran mesin lain seperti Naïve Bayes dan Deep Learning dalam mengklasifikasi sentimen, guna menentukan pendekatan yang paling efektif untuk data teks berbahasa Indonesia. Terakhir, penelitian longitudinal yang melacak evolusi sentimen masyarakat selama setahun atau lebih dapat mengidentifikasi perubahan persepsi seiring waktu dan menilai dampak kebijakan beasiswa secara lebih dinamis.

  1. Analisis Sentimen Masyarakat Terhadap Penerima Beasiswa Kartu Indonesia Pintar Kuliah Dengan Metode Support... jurnal.unimor.ac.id/index.php/JITU/article/view/7598Analisis Sentimen Masyarakat Terhadap Penerima Beasiswa Kartu Indonesia Pintar Kuliah Dengan Metode Support jurnal unimor ac index php JITU article view 7598
  2. Penentuan Penerima Kartu Indonesia Pintar KIP Kuliah Dengan Menggunakan Metode K-Means Clustering | Journal... jurnalfaktarbiyah.iainkediri.ac.id/index.php/factorm/article/view/554Penentuan Penerima Kartu Indonesia Pintar KIP Kuliah Dengan Menggunakan Metode K Means Clustering Journal jurnalfaktarbiyah iainkediri ac index php factorm article view 554
  3. Kebijakan Kartu Indonesia Pintar untuk Memerdekakan Mahasiswa Kurang Mampu | Journal Of Administration... journal.ipm2kpe.or.id/index.php/ALIGNMENT/article/view/3803Kebijakan Kartu Indonesia Pintar untuk Memerdekakan Mahasiswa Kurang Mampu Journal Of Administration journal ipm2kpe index php ALIGNMENT article view 3803
Read online
File size447.11 KB
Pages5
DMCAReport

Related /

ads-block-test