ANALYSIS OF TWITTER USER SENTIMENTS ON INDEPENDENT CURRICULUM INDONESIA

Fahmi Cholid (1), Suparman (2), Ngatma’in (3), Insani Wahyu Mubarok (4)
(1) Universitas Ahmad Dahlan, Indonesia,
(2) Department of Magister Mathematics Education, Faculty of Teacher Training and Education, Universitas Ahmad Dahlan, Yogyakarta, Indonesia, Indonesia,
(3) Department of Bachelor of Education in Indonesian Language and Literature, Faculty of Teacher Training and Education, Universitas Muhammadiyah Surabaya, Indonesia,
(4) Department of Bachelor of Education in Indonesian Language and Literature, Faculty of Teacher Training and Education, Universitas Muhammadiyah Surabaya, Indonesia

Abstrak

Pendidikan merupakan aspek yang sangat penting dalam berbagai kehidupan, hal ini tidak lepas dari besarnya peran dan dampak positif yang ditimbulkan dari majunya suatu sistem pendidikan. Dunia pendidikan merupakan salah satu upaya untuk meningkatkan kualitas sumber daya manusia dari segi pemikiran dan keahlian. Pendidikan merupakan kunci utama bagi suatu negara untuk unggul dalam persaingan global. Pendidikan selalu berkaitan dengan kurikulum. Kurikulum merupakan alat yang digunakan untuk mencapai tujuan pendidikan sehingga dapat dikatakan bahwa kurikulum merupakan acuan dalam proses penyelenggaraan pendidikan di Indonesia. Kurikulum pendidikan Indonesia telah mengalami perubahan atau revisi setidaknya sebanyak 10 kali, yaitu pada tahun 1952, 1964, 1968, 1975, 1984, 1994, 2004, 2006, 2013. Kurikulum terbaru di Indonesia yaitu kurikulum merdeka merupakan masa dimana guru dan siswa dapat atau memiliki kebebasan dalam berpikir dan juga bebas dalam beban pikiran sehingga dapat mengembangkan potensi pendidikannya. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna Twitter terhadap kebijakan pemerintah mengenai kurikulum mandiri ke dalam sentimen positif dan sentimen negatif. Metode yang digunakan Naïve Bayes Classifier (NBC) dan Support Vector Machines (SVM). Hasil penelitian menunjukkan bahwa persentase sentimen positif sebesar 47% atau 451 tweet sedangkan sentimen negatif sebesar 53% atau 264 tweet.

Artikel teks lengkap

##article.generated_from_xml##

Referensi

Abidah, A., Hidaayatullaah, H. N., Simamora, R. M., Fehabutar, D., & Mutakinati, L. (2020). The Impact of Covid-19 to Indonesian Education and Its Relation to the Philosophy of “Merdeka Belajar.” Studies in Philosophy of Science and Education (SiPoSE), 1(1), 38–49. http://scie-journal.com/index.php/SiPoSE

Affandi, Y., & Sugiharti, E. (2023). Sentiment Analysis of student on Online Lectured During Covid-19 Pandemic Using K-Means and Naïve Bayes Classifier. Journal of Advances in Information Systems and Technology, 5(1), 38–49. https://doi.org/10.15294/jaist.v5i1.64903

Andriani, W. (2020). Pentingnya Perkembangan Pembaharuan Kurikulum dan Permasalahannya. Universitas Lambung Mangkurat, 1–12. https://doi.org/10.35542/osf.io/rkjsg

Ariadi, D., & Fithriasari, K. (2015). Klasifikasi Berita Indonesia Menggunakan Metode Naive Bayesian Classification dan Support Vector Machine dengan Confix Stripping Stemmer. In JURNAL SAINS DAN SENI ITS Vol. 4, No.2 (Vol. 4, Issue 2).

Ariadi D & Fithriasari K. (2015). Klasifikasi Berita Indonesia Menggunakan Metode Naive Bayesian Classification dan Support Vector Machine dengan Confix Stripping Stemmer (Vol. 4, Issue 2).

Astuti, 2016. (2016). ストレス反応の主成分分析を試みて- 田甫久美子View metadata, citation and similar papers at core.ac.uk. PENGARUH PENGGUNAAN PASTA LABU KUNING (Cucurbita Moschata) UNTUK SUBSTITUSI TEPUNG TERIGU DENGAN PENAMBAHAN TEPUNG ANGKAK DALAM PEMBUATAN MIE KERING, 15(1), 165–175.

Chai, C. P. (2023). Comparison of text preprocessing methods. Natural Language Engineering, 29(3), 509–553. https://doi.org/10.1017/S1351324922000213

Djamaludin, M. A., Triayudi, A., & Mardiani, E. (2022). Analisis Sentimen Tweet KRI Nanggala 402 di Twitter menggunakan Metode Naïve Bayes Classifier. Jurnal Teknologi Informasi Dan Komunikasi), 6(2), 2022. https://doi.org/10.35870/jti

Feinerer, I., Hornik, K., & Meyer, D. (2008). Journal of Statistical Software Text Mining Infrastructure in R. http://www.jstatsoft.org/

Firdaus, A., & Firdaus, W. I. (2021). Text Mining Dan Pola Algoritma Dalam Penyelesaian Masalah Informasi : (Sebuah Ulasan). In Jurnal JUPITER (Vol. 13, Issue 1).

Gyta, D., Harahap, S., Sormin, S. A., Fitrianti, H., & Rafi, M. (2023). Implementation of Merdeka Curriculum Using Learning Management System (LMS). https://doi.org/10.55299/ijere.v2i1.439

Hamami, T. (2021). National Curriculum Reforms in Indonesia: Moving from Partial to Holistic Curriculum. In Turkish Online Journal of Qualitative Inquiry (TOJQI) (Vol. 12, Issue 8). https://orcid.org/0000-0002-1490-8883

Hasri, C. F., & Alita, D. (2022). PENERAPAN METODE NAÏVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN TERHADAP DAMPAK VIRUS CORONA DI TWITTER. Jurnal Informatika Dan Rekayasa Perangkat Lunak (JATIKA), 3(2), 145–160. http://jim.teknokrat.ac.id/index.php/informatika

Intiana, S. R. H., Prihartini, A. A., Handayani, F., Mar’i, M., & Faridi, K. (2023). Independent Curriculum and the Indonesian Language Education throughout the Era of Society 5.0: A Literature Review. AL-ISHLAH: Jurnal Pendidikan, 15(1), 911–921. https://doi.org/10.35445/alishlah.v15i1.3140

Iramdan., L. M. (2019). Sejarah Kurikulum di Indonesia. Https://Jurnal.Peneliti.Net/Index.Php/JIWP/Article/View/98/78, 5(2).

Rachimawan, A. F. (2016). ADS Filtering Menggunakan Jaringansyaraf Tiruan Perceptron, Naïve Bayes Classifier Dan Regresi Logistik. 5(1), 98. http://repository.its.ac.id/51346/

Rahayu, R., Iskandar, S., & Abidin, Y. (2022). Inovasi Pembelajaran Abad 21 dan Penerapannya di Indonesia. Jurnal Basicedu, 6(2), 2099–2104. https://doi.org/10.31004/basicedu.v6i2.2082

Restiana, S., Agustina, R., Rahman, J., Ananda, R., & Witarsa, R. (2022). Standar Proses Pendidikan Nasional: Implementasi dan Analisis terhadap Komponen Guru Matematika di SD Muhammadiyah 027 Batubelah. MASALIQ, 2(4), 489–504. https://doi.org/10.58578/masaliq.v2i4.444

Roji, M. F. F., & Irhamah, I. (2019). Topic Discovery pada Dokumen Abstrak Jurnal Penelitian di Science Direct Menggunakan Association Rule. Inferensi, 2(2), 97. https://doi.org/10.12962/j27213862.v2i2.6824

Santoso, V. I., Virginia, G., & Lukito, Y. (2017). Penerapan Sentiment Analysis Pada Hasil Evaluasi Dosen Dengan Metode Support Vector Machine. Jurnal Transformatika, 14(2), 72. https://doi.org/10.26623/transformatika.v14i2.439

Saptono, R., Sulistyo, M. E., & Trihabsari, N. S. (2017). Text Classification Using Naive Bayes Updateable Algorithm in Sbmptn Test Questions. Telematika, 13(2), 123. https://doi.org/10.31315/telematika.v13i2.1728

Saputra, I., Halomoan, J. A., Raharjo, A. B., & Syavira, C. R. A. (2020). Sentiment Analysis on Twitter of Psbb Effect Using Machine Learning. Jurnal Techno Nusa Mandiri, 17(2), 143–150. https://doi.org/10.33480/techno.v17i2.1635

Shiri, A. (2004). Introduction to Modern Information Retrieval (2nd edition). Library Review, 53(9), 462–463. https://doi.org/10.1108/00242530410565256

Voni Nurhidayati, F. R. M. S. (2022). VONI NURHIDAYATI, DKK 707.

Yaelasari, M., & Yuni Astuti, V. (2022). Implementasi Kurikulum Merdeka Pada Cara Belajar Siswa Untuk Semua Mata Pelajaran (Studi Kasus Pembelajaran Tatap Muka di SMK INFOKOM Bogor). Jurnal Pendidikan Indonesia, 3(7), 584–591. https://doi.org/10.36418/japendi.v3i7.1041

Zulfa Izza, A., & Susilawati, S. (n.d.). STUDI LITERATUR: PROBLEMATIKA EVALUASI PEMBELAJARAN DALAM MENCAPAI TUJUAN PENDIDIKAN DI ERA MERDEKA BELAJAR. https://proceeding.unikal.ac.id/index.php/kip

Penulis

Fahmi Cholid
fahmicholid@gmail.com (Kontak utama)
Suparman
Ngatma’in
Insani Wahyu Mubarok

Rincian Artikel

Artikel Serupa

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.

No Related Submission Found