Analisis Sentimen Pemanfaatan Artificial Intelligence di Dunia Pendidikan Menggunakan SVM Berbasis Particle Swarm Optimization

Abstract

Pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) dalam dunia pendidikan di Indonesia telah mengalami perkembangan yang signifikan dalam beberapa tahun terakhir. Kemajuan teknologi AI telah membuka peluang baru dalam meningkatkan kualitas pendidikan dan mengatasi berbagai tantangan yang dihadapi oleh sistem pendidikan di Indonesia. Hal tersebut tentunya memunculkan opini/ komentar yang beragam dari masyarakat khususnya pengguna media sosial X/Twitter. Penelitian ini fokus pada analisis sentimen review yang diungkapkan pada media sosial X/Twitter. Tujuan utama penelitian ini adalah untuk mengembangkan metode analisis sentimen yang efektif dengan memanfaatkan algoritma SVM (Support Vector Machine) yang dioptimalkan dengan Feature Selection PSO (Particle Swarm Optimization). Dalam penelitian ini, data review dari pengguna X/Twitter dikumpulkan dan dianalisis untuk mengidentifikasi sentimen positif atau negatif dalam konteks setiap komentar. Algoritma SVM digunakan untuk mengklasifikasikan sentimen berdasarkan kemiripan dengan komentar-komentar yang telah diketahui sentimennya. Feature Selection PSO digunakan untuk mengoptimalkan parameter-parameter dalam SVM yang bertujuan untuk meningkatkan akurasi analisis sentimen. Hasil pengujian dalam analisis sentimen terhadap komentar-komentar atau tweet pada media sosial X/Twitter menggunakan algoritma SVM dan SVM berbasis PSO menunjukan bahwa algoritma SVM berbasis PSO memiliki nilai akurasi yang lebih baik. Algoritma SVM dengan feature selection PSO menghasilkan nilai accuracy = 89.50%, precision = 86.98%, recall = 93.00% dan AUC = 0.964. Sedangkan algoritma SVM mimiliki nilai accuracy = 87.50%, precision = 85.46%, recall = 90.50% dan AUC = 0.956. Hal ini menunjukan bahwa penggunaan feature selection PSO pada algoritma SVM ternyata mampu meningkatkan nilai akurasi yang dihasilkan.