MUHAMMAD RIFAL (2023) ANALISIS SENTIMEN MENGENAI PASCA COVID-19 PADA MAHASISWA UNIVERSITAS MUHAMMDIYAH YOGYAKARTA. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (265kB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (203kB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (9kB)
	Text (Bab I) Bab I.pdf Download (83kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (263kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (107kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (1MB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (72kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (135kB)
	Text (Lampiran) Lampiran.pdf Restricted to Registered users only Download (55kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (409kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (1MB)

Abstract

Penghujung tahun 2019 tepatnya, digemparkan dengan adanya sebuah fenomena yaitu virus yang asal muasalnya belum teridentifikasi fenomena itu bermula di Kota Wuhan, China. Virus ini telah menyebar ke seluruh populasi dunia dengan lebih dari 41,5 juta orang terinfeksi dan lebih dari 1,1 juta orang telah kehilangan nyawa akibatnya. Selain perekonomian yang terdampak dengan adanya pandemi ini, pendidikan juga ikut turut terkena dampak yang cukup besar. Pihak yang mengalami kesulitan dari sektor pendidikan selama masa pandemi salah satunya mahasiswa. Penelitian ini dilakukan dikalangan mahasiswa Universitas Muhammadiyah Yogyakarta  dalam menganalisis sentimen mahasiswa menggunakan machine learning yang mampu mencapai akurasi yang baik dengan menggunakan dua metode algoritma Support Vector Machine (SVM) dan Logistic Regression. Hasil dari proses analisis pada algoritma Support Vector Machine (SVM) dan Logistic Regression (LR) menghasilkan nilai akurasi yang tinggi. Nilai akurasi yang dihasilkan algoritma Logistic Regression (LR) untuk klasifikasi sentiment data pasca covid mahasiswa UMY sebesar 87,58 persen dan algoritma Support Vector Machine (SVM) menghasilkan akurasi sebesar 86,93%.

Dosen Pembimbing:	Dwijoko Purbohadi, Dr., S.T., MT. and Laila Ma'rifatul Azizah, S.kom., M.I.M. | NIDN0502026801, NIDN0509098901
Item Type:	Thesis (S1)
Uncontrolled Keywords:	Covid-19, Machine Learning, Sentiment Analysis, Algorithm, Support Vector Machine (SVM) and Logistic Regression (LR)
Divisions:	Fakultas Teknik > S1 Teknologi Informasi
Depositing User:	M. Erdiansyah
Date Deposited:	10 Nov 2023 01:35
Last Modified:	10 Nov 2023 01:35
URI:	https://etd.umy.ac.id/id/eprint/42631

Actions (login required)

View Item