Analisis Sentimen Pembelajaran Campuran Pada Twitter Data Menggunakan Algoritma Naïve Bayes

Abstrak−Ketika berbicara tentang belajar mandiri, pendekatan pembelajaran campuran telah diperdebatkan dalam hal kualitas pendidikan. Pendidik memiliki beberapa kendala dalam membuat pembelajaran campuran bekerja karena mereka harus menyesuaikan diri dengan mengajar sambil juga meningkatkan kemampuan teknis mereka. Model pembelajaran campuran yang banyak digunakan di berbagai institusi Pendidikan berpotensi menyebabkan banyak masalah bagi peserta didik. Tujuan artikel ini adalah untuk menemukan pendapat pembelajaran jarak jauh berdasarkan komentar media sosial. Penelitian ini membuat model klasifikasi menggunakan algoritma Naïve Bayes pada data twit dari Twitter dengan mengevaluasi persepsi dan penerimaan publik terhadap model pembelajaran campuran. Dalam menggali pendapat tentang model ini, hasilnya klasifikasi twit apakah positif atau negatif menggunakan metode Twitter sentimen analisis. Hasil penelitian menunjukkan polarisasi sikap positif dan negatif hampir seimbang dengan 44,51 persen positif dan 45,80 persen negatif. Studi lebih lanjut dapat dilakukan untuk menyelidiki sentimen tidak hanya di Twitter tetapi juga di platform media sosial lainnya untuk meningkatkan akurasi opini publik mengenai pembelajaran campuran dalam situasi pandemi.