Analisis Sentimen Dampak Perkembangan Teknologi Informasi dan Komunikasi Terhadap Kemajuan Belajar Siswa SMK Rada Pamba dengan Metode Naive Baiyes

Authors

  • Oktavianus Kaka Sekolah Tinggi Manajemen Informatika Komputer (STIMIKOM) Stella Maris Sumba
  • Andry Ananda Putra Tanggu Mara
  • Karolus Wulla Rato

Keywords:

Sentimen, Teknologi Informasi, Komunikasi, Kemajuan, Belajar, Metode Naive Bayes

Abstract

Analisis sentimen adalah proses mengumpulkan, mengidentifikasi, dan mengevaluasi opini, pandangan, atau emosi yang terkandung dalam teks, seperti ulasan, komentar, atau posting media sosial. Tujuan utama dari analisis sentimen adalah untuk memahami bagaimana orang merasakan atau berpikir tentang suatu topik tertentu. Teknologi Informasi dan Komunikasi (TIK) merujuk pada kumpulan teknologi yang digunakan untuk mengumpulkan, mengolah, menyimpan, mengirim, dan menerima informasi secara digital. TIK melibatkan penggunaan perangkat keras (hardware) seperti komputer, perangkat mobile, jaringan komunikasi, serta perangkat lunak (software) untuk mengelola dan mengolah informasi. Naive Bayes adalah sebuah metode statistik yang digunakan dalam bidang pembelajaran mesin dan pengenalan pola untuk melakukan klasifikasi dan prediksi berdasarkan teorema Bayes. Metode ini memanfaatkan konsep probabilitas untuk mengklasifikasikan data ke dalam kategori atau kelas yang berbeda. RapidMiner adalah platform analisis data yang populer digunakan untuk mengolah data, menganalisis pola, dan menghasilkan wawasan yang berharga.RapidMiner menyediakan antarmuka grafis yang intuitif yang memungkinkan pengguna untuk melakukan tugas seperti preprocessing data, eksplorasi data, pemodelan prediktif, dan analisis statistik tanpa perlu menulis kode pemrograman secara langsung.

Downloads

Download data is not yet available.

References

T. N. Himmah, D. Sitoresmi, and F. Azisi, “Pengaruh perkembangan teknologi informasi terhadap layanan perpustakaan iain tulungagung,” vol. 3, pp. 123–130, 2019.

E. Mukaromah, “Pemanfaatan Teknologi Informasi dan Komunikasi dalam Meningkatkan Gairah Belajar Siswa,” vol. 4, no. 1, 2020.

V. Kevin, S. Que, A. Iriani, and H. D. Purnomo, “Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization ( Online Transportation Sentiment Analysis Using Support Vector Machine Based on Particle Swarm Optimization ),” vol. 9, no. 2, pp. 162–170, 2020.

R. Sistem et al., “JURNAL RESTI Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok,” vol. 1, no. 10, pp. 123–131, 2021.

A. Syahada, A. Bijaksana, P. Negara, and E. Esyudha, “Aplikasi Pendeteksi Cyberbullying Terhadap Komentar Postingan Media Sosial Instagram dengan Metode Naïve Bayes Classifier Berbasis Website Cyberbullying Detection Application for Social Media Instagram Post Comments with Naïve Bayse Classifier Method Webs,” vol. 9, no. 3, pp. 364–371, 2021, doi: 10.26418/justin.v9i3.44843.

A. Rozaq, Y. Yunitasari, K. Sussolaikah, E. Resty, N. Sari, and R. I. Syahputra, “Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes , K-Nearest Neighboars Dan Decision Tree,” vol. 6, no. April, pp. 746–750, 2022, doi: 10.30865/mib.v6i2.3554.

V. A. Permadi, “Analisis Sentimen Menggunakan Algoritma Naive Bayes Terhadap Review Restoran di Singapura,” pp. 141–151.

G. K. Pati and E. Umar, “Analisis Sentimen Komentar Pengunjung Terhadap Tempat Wisata Danau Weekuri Menggunakan Metode Naive Bayes Classifier Dan K- Nearest Neighbor,” vol. 6, pp. 2309–2315, 2022, doi: 10.30865/mib.v6i4.4635.

H. Setiawan, E. Utami, and S. Sudarmawan, “Analisis Sentimen Twitter Kuliah Online Pasca Covid-19 Menggunakan Algoritma Support Vector Machine dan Naive Bayes,” J. Komtika (Komputasi dan Inform., vol. 5, no. 1, pp. 43–51, 2021, doi: 10.31603/komtika.v5i1.5189.

M. K. Khoirul Insan, U. Hayati, and O. Nurdiawan, “Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di Google Play Menggunakan Algoritma Naive Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 478–483, 2023, doi: 10.36040/jati.v7i1.6373.

P. S. Zalukhu, T. Handhayani, and M. Sitorus, “Analisis Sentimen Terhadap Kenaikan Bbm Di Indonesia Pada Media Sosial Twitter Menggunakan Metode Naïve Bayes,” Simtek J. Sist. Inf. dan Tek. Komput., vol. 8, no. 1, pp. 65–69, 2023, doi: 10.51876/simtek.v8i1.177.

Downloads

Published

2023-11-20

How to Cite

Oktavianus Kaka, Andry Ananda Putra Tanggu Mara, & Karolus Wulla Rato. (2023). Analisis Sentimen Dampak Perkembangan Teknologi Informasi dan Komunikasi Terhadap Kemajuan Belajar Siswa SMK Rada Pamba dengan Metode Naive Baiyes. Jurnal Ilmu Komputer Dan Sistem Informasi (JIKOMSI), 6(3), 191-199. Retrieved from https://ejournal.sisfokomtek.org/index.php/jikom/article/view/1653

Issue

Vol. 6 No. 3 (2023): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) In Progress

Section

Articles

License

Copyright (c) 2023 Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.