%0 Journal Article %1 pipin2022analisis %A Pipin, Sio Jurnalis %A Kurniawan, Heru %D 2022 %E Mikroskil, Jurnal SIFO %J Jurnal SIFO Mikroskil %K Analisis Kampus LSTM MKBM Merdeka Sentimen Twitter myown %N 2 %P 197-208 %R https://doi.org/10.55601/jsm.v23i2.900 %T Analisis Sentimen Kebijakan MBKM Berdasarkan Opini Masyarakat di Twitter Menggunakan LSTM %U https://www.mikroskil.ac.id/ejurnal/index.php/jsm/article/view/900 %V 23 %X Merdeka Belajar Kampus Merdeka (MBKM) merupakan kebijakan dari Kemendikbud RI yang berperan penting dalam pembelajaran yang otonom dan fleksibel pada kegiatan belajar mahasiswa diluar program studi. Namun, MBKM memiliki pro dan kontra sehingga perlu dilakukan analisis dan evaluasi kebijakannya untuk meningkatkan kinerja melalui umpan balik dari masyarakat. Penelitian ini akan melakukan sentimen analisis pada kebijakan MBKM pada tweet pengguna Twitter dari tahun 2020 - 2022 dengan kata kunci "MBKM", "MSIB" dan "merdeka belajar". Long-Short Term Memory (LSTM) digunakan untuk menganalisa sentimen multiclass pada tweet Bahasa Indonesia ke dalam 6 (enam) kelas emosi. Pengumpulan dan persiapan dataset dimulai dengan seleksi fitur, menghilangkan duplikasi dan seleksi tweet, kemudian dilakukan pre-processing yaitu case folding, tokenizing, pembersihan karakter, normalisasi hingga stemming untuk digunakan dalam pembobotan TF-IDF yang diperlukan dalam pembuatan model LSTM. Hasil penelitian ini menghasilkan model LSTM yang telah dilatih dari dataset 658 tweet dengan nilai akurasi terbaik di 80,42%. Analisis sentimen program MBKM dari tweet pengguna didominasi oleh perasaan "bingung" yaitu 39,51%, kemudian disusul oleh perasaan "senang" yaitu 16,26%, perasaan "sedih" yaitu 15,80%, perasaan "marah" yaitu 13,98%, perasaan "takut" yaitu 7,29%, dan perasaan "terkejut" yaitu 7,14%. Sehingga penting pengkajian untuk meningkatkan program MBKM agar memiliki prosedur dan pelaksanaan yang jelas sehingga mahasiswa nyaman dan memiliki sentimen positif terhadap program MBKM.

@article{pipin2022analisis, abstract = {Merdeka Belajar Kampus Merdeka (MBKM) merupakan kebijakan dari Kemendikbud RI yang berperan penting dalam pembelajaran yang otonom dan fleksibel pada kegiatan belajar mahasiswa diluar program studi. Namun, MBKM memiliki pro dan kontra sehingga perlu dilakukan analisis dan evaluasi kebijakannya untuk meningkatkan kinerja melalui umpan balik dari masyarakat. Penelitian ini akan melakukan sentimen analisis pada kebijakan MBKM pada tweet pengguna Twitter dari tahun 2020 - 2022 dengan kata kunci "MBKM", "MSIB" dan "merdeka belajar". Long-Short Term Memory (LSTM) digunakan untuk menganalisa sentimen multiclass pada tweet Bahasa Indonesia ke dalam 6 (enam) kelas emosi. Pengumpulan dan persiapan dataset dimulai dengan seleksi fitur, menghilangkan duplikasi dan seleksi tweet, kemudian dilakukan pre-processing yaitu case folding, tokenizing, pembersihan karakter, normalisasi hingga stemming untuk digunakan dalam pembobotan TF-IDF yang diperlukan dalam pembuatan model LSTM. Hasil penelitian ini menghasilkan model LSTM yang telah dilatih dari dataset 658 tweet dengan nilai akurasi terbaik di 80,42%. Analisis sentimen program MBKM dari tweet pengguna didominasi oleh perasaan "bingung" yaitu 39,51%, kemudian disusul oleh perasaan "senang" yaitu 16,26%, perasaan "sedih" yaitu 15,80%, perasaan "marah" yaitu 13,98%, perasaan "takut" yaitu 7,29%, dan perasaan "terkejut" yaitu 7,14%. Sehingga penting pengkajian untuk meningkatkan program MBKM agar memiliki prosedur dan pelaksanaan yang jelas sehingga mahasiswa nyaman dan memiliki sentimen positif terhadap program MBKM.}, added-at = {2024-03-23T16:25:49.000+0100}, author = {Pipin, Sio Jurnalis and Kurniawan, Heru}, biburl = {https://www.bibsonomy.org/bibtex/242327f2c69c57552b168304c6f8295a3/siopipin}, doi = {https://doi.org/10.55601/jsm.v23i2.900}, editor = {Mikroskil, Jurnal SIFO}, interhash = {08600d09ddbe86459f8e794fa681b548}, intrahash = {42327f2c69c57552b168304c6f8295a3}, journal = {Jurnal SIFO Mikroskil}, keywords = {Analisis Kampus LSTM MKBM Merdeka Sentimen Twitter myown}, language = {Indonesia}, number = 2, pages = {197-208}, timestamp = {2024-03-23T16:49:36.000+0100}, title = {Analisis Sentimen Kebijakan MBKM Berdasarkan Opini Masyarakat di Twitter Menggunakan LSTM}, url = {https://www.mikroskil.ac.id/ejurnal/index.php/jsm/article/view/900}, volume = 23, year = 2022 }