ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN KENAIKAN UANG KULIAH TUNGGAL (UKT) PADA MEDIA SOSIAL X MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER

Abstrak

Uang Kuliah Tunggal atau disingkat dengan UKT adalah merupakan sistem pembayaran biaya pendidikan perguruan tinggi negeri yang menjadi dasar penetapan biaya pendidikan yang dibebankan kepada mahasiswa, masyarakat, dan pemerintah. Kebijakan kenaikan UKT oleh pemerintah pada tanggal 3 Mei 2024 mengakibat kontroversi pada masyarakat pengguna X. Analisis sentimen merupakan proses pengklasifikasikan sentimen positif atau negatif dari opini atau pendapat seseorang terhadap suatu hal. Penelitian ini, peneliti melakukan analisis sentimen pada masyarakat di media sosial X terhadap kebijakan kenaikan UKT dengan menggunakan metode Naïve Bayes Classifier untuk mengklasifikasikan data dan memprediksi sentimen dari masyarakat. Naïve Bayes Classifier adalah sebuah algoritma yang berfungsi untuk menemukan nilai probabilitas tertinggi untuk mengklasifikasikan ke dalam kategori yang sesuai. Naïve Bayes Classifier juga digunakan untuk klasifikasi teks, mengidetifikasikan apakah suatu tweet bersifat negatif atau positif terkait sentimen masyarakat pada kebijakan kenaikan UKT. Dataset yang dianalisis bersumber dari media sosial X dengan proses Crawling dari tanggal 3 Mei 2024 hingga 26 Mei 2024. Hasil dari penelitian ini mendapatkan nilai sentimen positif sebesar 61 dan sentimen negatif 189 dari 250 data. Hasil pengujian menghasilkan tingkat accuracy sebanyak 80% atau baik, precision positif atau buruk 50%, precision negatif atau baik sebanyak 85,7%, Recall positif atau buruk sebanyak 40%, Recall negatif atau baik 90%, dengan perbandingan 80:20 untuk data latih dan data uji.