Analisis Sentimen dan Topic Modelling Pada Pembelajaran Online di Indonesia Melalui Twitter

Abstract

Penelitian ini bertujuan untuk mengetahui komentar dan respon dari berbagai pihak mengenai pembelajaran online yang dilakukan selama berlangsungnya pandemi COVID-19 yang masih terjadi di Indonesia menggunakan metode analisis sentimen dan topic modeling dengan machine learning Orange. Dimana untuk data yang berupa komentar dan reaksi dari berbagai pihak mengenai pembelajaran online diambil pada 18 April 2020 dan 21 Januari 2021 dari media sosial Twitter menggunakan API (Aplication Programming Interface). Hasil olahan data yang diambil pada 18 April 2020 dapat diketahui bahwa dari komentar dan respon yang muncul, paling banyak mengandung emosi surprise dengan nilai 44.5%. Emosi surprise menjadi yang paling banyak muncul karena pada awal pelaksanaannya, masyarakat Indonesia masih belum siap dengan pembelajaran online yang diterapkan. Baik mengenai sarana dan prasarana, serta teknis kegiatan pembelajaran online. Dan untuk pengambilan data pada 21 Januari 2021, dari komentar dan respon yang didapatkan, paling banyak mengandung emosi joy dengan nilai 48.4%. Namun, banyaknya emosi joy ini justru muncul karena adanya akun joki tugas-tugas sekolah dan tugas kuliah. Dari hasil pengolahan data yang dilakukan oleh Orange juga memberikan informasi bahwa sistem pembelajaran online yang dilakukan sampai saat ini masih mengalami beberapa kendala. Hal tersebut salah satunya dapat dilihat dari keluhan menggunakan kata tugas yang muncul sebanyak 481 kali. Selain itu, keluhan menggunakan kata tugas juga kembali muncul sebanyak 330 kali pada periode kedua.