Analisis Sentimen Mahasiswa Terkait Pembelajaran Tatap Muka Menggunakan Metode Naive Bayes Classifier

Pemerintah Indonesia melalui 4 kementerian yaitu Menteri Kesehatan, Menteri Dalam Negeri, Menteri Agama serta Menteri Pendidikan dan Kebudayaan, menerbitkan surat keputusan bersama mangenai Panduan Penyelenggaraan Pembelajaran Di Masa Pandemi Coronavirus Disease 2019. Berdasarkan SKB, pemerintah memfasilitasi pelaksanaan pembelajaran jarak jauh dan pembelajaran tatap muka terbatas disemua tingkatan pendidikan. Keputusan pemerintah tersebut ditanggapi beragam oleh masyarakat, termasuk mahasiswa yang terlibat langsung dalam penerapan kebijakan ini. Banyak mahasiswa yang menyampaikan pendapat terkait kebijakan ini, baik pendapat positif ataupun negatif. Pada penelitian ini, dilakukan analisis sentimen yang bertujuan untuk mengetahui sentimen yang diberikan mahasiswa terkait penerapan pembelajaran tatap muka tahun ajaran 2021/2022 diperoleh melalui kuisioner (angket) serta menerapkan metode Nave Bayes Classifier. Menggunakan dataset sebanyak 5350 opini yang berasal dari 1070 responden. Berdasarkan proses analisis sentimen yang dilakukan, dapat disimpulkan bahwa mahasiswa/i dari Universitas Islam Negeri Sumatera Utara Medan mendukung penerapan pembelajaran tatap muka (PTM) dilingkungan UIN-SU Medan pada semester genap tahun ajaran 2021/2022. Akurasi yang dihasilkan oleh metode Nave Bayes Classifier saat melakukan klasifikasi sentimen (opini) dapat dikatakan baik, yaitu sebesar 84%. Setelah melakukan proses validasi sistem dengan menerapkan K-Fold Cross Validation, nilai K=10 ternyata metode Nave Bayes Classifier berhasil memperoleh akurasi yang baik, dengan rata – rata akurasinya sebesar 83%. Kata kunci: analisis sentimen, nave bayes classifier, k-fold cross validation, pembelajaran tatap muk