Analisis Sentimen Mahasiswa Univeritas Lancang Kuning Terhadap Penggunaan Edlink Sebagai Media Pembelajaran Menggunakan Metode SVM
Keywords:
Analisis Sentimen, Support Vector Machine, Edlink, Learning Management SystemAbstract
Abstrak
Perkembangan teknologi informasi mendorong pemanfaatan Learning Management System (LMS) dalam mendukung pembelajaran. Learning Management System (LMS) merupakan perangkat lunak yang digunakan untuk mengelola administrasi, mendokumentasikan kegiatan, serta memfasilitasi proses belajar mengajar dan distribusi materi secara daring. Salah satu bentuk Learning Management System adalah aplikasi Edlink. Meskipun memiliki berbagai fitur, mahasiswa masih sering menghadapi kendala teknis, sehingga perlu dilakukan analisis sentimen untuk mengevaluasi pengalaman pengguna. Penelitian ini bertujuan menganalisis sentimen mahasiswa terhadap penggunaan Edlink sebagai media pembelajaran. Data yang digunakan sebanyak 507 data ulasan mahasiswa yang dikumpulkan melalui kuesioner yang kemudian data tersebut dianalisis menggunakan metode Support Vector Machine (SVM) untuk mengklasifikasikan sentimen ke dalam kategori positif, netral, dan negatif. Hasil penelitian ini menunjukkan bahwa mayoritas mahasiswa memberikan sentimen positif, dengan akurasi klasifikasi sebesar 83%.
References
[1] A. Yauma, I. Fitri, and S. Ningsih, “Learning Management System (LMS) pada E-Learning Menggunakan Metode Agile dan Waterfall berbasis Website,” J. Teknol. Inf. dan Komunikasi), vol. 5, no. 3, p. 2021, 2021, doi: 10.35870/jti.
[2] D. Kurniawan, A. Ambiyar, T. Ta’ali, and H. Effendi, “Pengembangan Learning Management System (LMS) Terintegrasi Wondershare Quiz Creator Pada Bimbingan Teknologi Informasi dan Komunikasi,” JRTI (Jurnal Ris. Tindakan Indones., vol. 7, no. 3, pp. 432–437, Jun. 2022, doi: https://doi.org/10.29210/30032041000.
[3] I. G. N. Wiragunawan, “Pemanfaatan Learning Management System (Lms) Dalam Pengelolaan Pembelajaran Daring Pada Satuan Pendidikan,” EDUTECH J. Inov. Pendidik. Berbantuan Teknol., vol. 2, no. 1, pp. 82–89, Feb. 2022.
[4] B. A. Maulana, M. J. Fahmi, A. M. Imran, and N. Hidayati, “Sentiment Analysis of Pluang Applications With Naive Bayes and Support Vector Machine ( SVM ),” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 2, pp. 375–384, 2024.
[5] A. Rosanti, Alifiani, and I. Nursit, “Kemampuan Berpikir Kritis Matematis Menggunakan Model Pembelajaran E-Learning Berbantuan Aplikasi Sevima Edlink,” J. Penelitian, Pendidikan, dan Pembelajaran, vol. 15, no. 33, pp. 46–57, Aug. 2020, [Online]. Available: https://jim.unisma.ac.id/index.php/jp3/article/view/8072
[6] R. Kurnia and T. N. Suharsono, “Sentimen Analisis Review Pada Aplikasi Edlink Sevima Di GooglePlaystore Menggunakan Metode SVM,” J. Manuf. Enterp. Inf. Syst., vol. 2, no. 2, pp. 36–48, Oct. 2024, doi: 10.52330/jmeis.v2i2.361.
[7] D. Septiani and I. Isabela, “Analisis Term Frequency Inverse Document Frequency (Tf-Idf) Dalam Temu Kembali Informasi Pada Dokumen Teks,” SINTESIA J. Sist. dan Teknol. Inf. Indones., vol. 1, no. 2, pp. 81–88, Mar. 2022, [Online]. Available: https://journal.unj.ac.id/unj/index.php/SINTESIA/article/view/39364
[8] Styawati, N. Hendrastuty, A. R. Isnain, and A. Y. Rahmadhani, “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,” J. Inform. J. Pengemb. IT, vol. 6, no. 3, pp. 150–155, Sep. 2021, doi: https://doi.org/10.30591/jpit.v6i3.2870.
[9] R. Kurnia and T. N. Suharsono, “Sentimen Analisis Review Pada Aplikasi Edlink Sevima Di GooglePlaystore Menggunakan Metode SVM,” J. Manuf. Enterp. Inf. Syst., vol. 2, no. 2, pp. 36–48, Oct. 2024, doi: https://doi.org/10.52330/jmeis.v2i2.361.
[10] R. Indransyah, Y. H. Chrisnanto, P. N. Sabrina, and S. Kom, “Klasifikasi Sentimen Pergelaran MotoGP di Indonesia Menggunakan Algoritma Correlated Naive Bayes Clasifier,” INFOTECH J., vol. 8, no. 2, pp. 60–66, 2022, [Online]. Available: https://doi.org/10.31949/infotech.v8I2.3103
