Analisis Sentimen Kurikulum 2013 pada Twitter menggunakan Ensemble Feature dan Metode K-Nearest Neighbor

Abstrak

Kurikulum 2013 merupakan kurikulum baru dalam sistem pendidikan Indonesia yang telah diberlakukan oleh pemerintah untuk menggantikan kurikulum 2006 atau Kurikulum Tingkat Satuan Pendidikan (KTSP). Diberlakukannya kurikulum ini pada beberapa tahun terakhir memicu berbagai kontroversi dalam dunia pendidikan Indonesia, seperti siswa yang dituntut lebih aktif, jam pelajaran yang ditambah dan hal-hal lainnya yang menyebabkan muncul berbagai opini yang berkembang di masyarakat terutama pada Twitter. Diperkirakan sekitar 200 juta pengguna Twitter melakukan posting 400 juta tweet per hari. Dalam penelitian ini, dilakukan analisis sentimen untuk mengetahui opini yang berkembang tersebut yang dibagi ke dalam opini positif atau opini negatif. Fitur dan metode yang digunakan adalah ensemble feature dan metode klasifikasi K-Nearest Neighbor (K-NN). Ensemble feature merupakan fitur gabungan, berupa fitur statistik Bag of Words (BoW) dan semantik (twitter specific, textual features, PoS features, lexicon based features). Berdasarkan serangkaian pengujian, kombinasi fitur berdampak dalam meningkatkan akurasi metode K-Nearest Neighbor (K-NN) untuk menentukan opini positif atau negatif. Penggabungan fitur ini dapat melengkapi kelemahan masing-masing fitur, sehingga hasil akhir akurasi yang didapatkan dengan menggabungkan kedua fitur tersebut mecapai 96%. Berbeda hal jika hanya menggunakan fitur secara independen saja, akurasi yang didapatkan hanya mencapai 80% pada fitur Bag of Words (BoW) dan 82% pada fitur ensemble tanpa Bag of Words (BoW).