ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN SISTEM ZONASI PPDB MENGGUNAKAN ALGORITMA MULTINOMIAL NAIVE BAYES

Abstract

Penerimaan Peserta Didik Baru (PPDB) merupakan suatu kegiatan tahunan yang diselenggarakan oleh panitia tingkat sekolah di bawah pengawasan dan koordinasi dinas pendidikan, dimana kegiatan ini merupakan tahap seleksi bagi calon peserta didik baru. Kebijakan PPDB dengan sistem zonasi telah diberlakukan sejak tahun 2017 yang diharapkankan dapat memberikan layanan pendidikan yang bermutu secara merata bagi warga anggota masyarakat. Namun dalam pelaksanaanya mengalami kendala yang seringkali merugikan masyarakat. Hal ini menjadikan kebijakan yang dilaksanakan selalu menuai konflik dan protes dari masyarakat. Tidak sedikit dari masyarakat yang mengekspresikan tanggapan-tanggapan mengenai sistem zonasi ini pada sosial media Twitter. Opini masyarakat yang terdapat di tweet tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui masyarakat terhadap kebijakan sistem zonasi apakah positif atau negatif. Multinomial Naive Bayes merupakan salah satu tekhnik Machine Learning yang populer untuk klasifikasi teks, karena sangat sederhana, efisien dan memiliki performa yang baik. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap kebijakan sistem zonasi dengan menerapkan metode klasifikasi atau algoritma Machine Learning yaitu Multinomial Naive Bayes. Hasil dari penelitian ini diharapkan dapat membantu mengevaluasi kebijakan yang ada, diharapkan hal-hal yang sudah baik agar tetap dipertahankan dan hal-hal yang buruk dapat diperbaiki agar kebijakan yang ada berjalan sesuai harapan.