Analisis Sentimen Ulasan Peserta Pelatihan Lpk Cipta Karya Intelektual Jakarta Timur Menggunakan Metode Naïve Bayes

  • Rizki Maulana Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Tundo Tundo Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Sugiyono Sugiyono Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Tri Wahyudi Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan peserta pelatihan yang mengikuti kelas pelatihan berbasis daring di LPK Cipta Karya Intelektual, Jakarta Timur. Sistem manajemen pembelajaran LPK dan platform Karier.mu digunakan untuk memfasilitasi pembelajaran daring dan mengumpulkan ulasan peserta. Permasalahan utama yang diteliti adalah sentimen peserta terhadap program pelatihan yang diselenggarakan. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naïve Bayes, yang efektif untuk mengklasifikasikan sentimen dengan akurasi yang baik. Data yang dianalisis berasal dari ulasan peserta pada aplikasi Karier.mu. Hasil penelitian menunjukkan bahwa metode Naïve Bayes berhasil mengklasifikasikan ulasan menjadi kategori positif, netral, dan negatif dengan akurasi rata-rata sebesar 53,23% pada data testing dan 42,98% pada cross-validation. Sentimen positif dominan pada ulasan dengan rating bintang 4 dan 5, sementara sentimen negatif dominan pada rating bintang 1 dan 2. Rekomendasi praktis mencakup peningkatan kualitas materi pelatihan dan kompetensi instruktur. Penelitian ini memberikan wawasan berharga bagi LPK untuk meningkatkan kualitas program pelatihan dan menyusun strategi perbaikan yang lebih efektif. Implikasi dari penelitian ini adalah peningkatan kualitas layanan dan pengambilan keputusan yang lebih tepat berdasarkan analisis sentimen peserta.

References

Aponno, J.C. (2022). Penerapan algoritma analysis dan naïve bayes terhadap opini pengunjung di tempat wisuda pantai Pintu Kota, Kota Ambon. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9(4). Doi: 10.35957/jatisi.v9i4.2697.
Ellyanti, L., Ruldeviyani, Y., Pradana, L.E., Harjanto, A. (2023). Sentiment analysis of twitter users to the PeduliLindungi using naïve bayes algorithm. Jurnal RESTI (Rekayasa Sistem dan Teknologi Infromasi), 7(2). Doi: 10.29207/resti.v7i2.4684.
Karier.mu. (2024). Karier.mu. Diakses 13 Juni 2024. https://karier.mu/platform-pelatihan/.
Pebrianto, J. (2023). Sentiment analysis of service provider on twitter tweet using naïve bayes classifier with PHP. Journal of Innovation and Future Technology, 5(2). Doi: 10.47080/iftech.v5i2.2752.
Pristiyono, Ritonga, M., Al Ihsan, M.A., Anjar, A., Rambe, F.H. (2021). Sentiment analysis of COVID-19 vaccine in Indonesia using naïve bayes algorithm. IOP Conf Ser Mater Sci Eng, 1088(1). Doi: 10.1088/1757-899x/1088/1/012045.
Umar, N., Nur, M.A. (2022). Application of naïve bayes algorithm variations on Indonesian general analysis dataset for sentiment analysis. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 6(4). Doi: 10.29207/resti.v6i4.4179.
Published
2024-09-21
Abstract viewed = 2 times
PDF downloaded = 3 times