文章基本信息

标题：Persepsi Publik Tentang Pembelajaran Daring di Indonesia: Studi Menggunakan ELK Stack dan Python untuk Analisis Sentimen di Twitter
本地全文：下载
作者：Andri Oktavianto ; Satria Fadil Persada
期刊名称：Jurnal Teknik ITS
印刷版ISSN：2301-9271
电子版ISSN：2337-3539
出版年度：2020
卷号：9
期号：2
页码：170-175
DOI：10.12962/j23373539.v9i2.54277
语种：Spanish
出版社：Lembaga Penelitian dan Pengabdian kepada Masyarakat
摘要：Penelitian ini menyelidiki persepsi masyarakat umum tentang aplikasi pembelajaran daring di Indonesia. Banyak studi tentang pembelajaran daring dilakukan di negara maju dan masih sedikit di negara berkembang. Sementara penelitian tradisional menggunakan survei untuk memahami persepsi orang terhadap suatu entitas membutuhkan banyak waktu dan upaya, penelitian ini menggunakan cara yang efisien dan efektif untuk mengumpulkan pendapat di Twitter dan kemudian menganalisis sentimennya menggunakan Elasticsearch, Logstash (ELK stack) dan bahasa pemrograman Python. Algoritma Naïve Bayes digunakan untuk analisis sentimen dan ELK stack untuk mengumpulkan dan menyimpan tweets dari Twitter. Dengan ELK stack, penelitian ini berhasil mengumpulkan 133.477 tweets yang terkait dengan pembelajaran daring. Dari hasil analisis sentimen ditemukan sebanyak 98.3% tweets memiliki sentimen positif terhadap pembelajaran daring, hal ini menjadi bukti bahwa pelajar di Indonesia memiliki persepsi positif terhadap pembelajaran daring. Dari studi ini ditemukan bahwa fitur pembelajaran daring yang paling banyak dibicarakan adalah tampilan, bank soal, dan konten. Hasil evaluasi model pembelajaran mesin menunjukkan bahwa algoritma Naïve Bayes memiliki akurasi sebesar 73% untuk klasifikasi opini dan 75% untuk klasifikasi sentimen. Penelitian ini sebelumnya dipublikasikan di International Journal of Emerging Technologies in Learning (iJET) tahun 2020.
关键词：Analisis Sentimen;ELK Stack;Indonesia;Pembelajaran Daring;Twitter