Implementasi Algoritma BERT Pada Komentar Layanan Akademik dan Non Akademik Universitas Terbuka di Media Sosial

Authors

  • Rhini Fatmasari Indonesia Open University image/svg+xml
  • Riska Kurnia Septiani Nusa Mandiri University
  • Tuahta Hasiolan Pinem Nusa Mandiri University
  • Dedik Fabiyanto Nusa Mandiri University
  • Windu Gata Nusa Mandiri University

DOI:

https://doi.org/10.30872/jsakti.v5i2.13915

Keywords:

Universitas Terbuka, Twitter (X), TikTok, Analisa, BERT

Abstract

Media sosial TikTok dan Twitter (X) merupakan dua media sosial yang memiliki banyak pengguna di Indonesia. Berdasarkan lembaga survei We Are Social pengguna TikTok di Indonesia mencapai 109.9 juta sedangkan pengguna Twitter (X) di Indonesia mencapai 24 juta. Media sosial TikTok dan Twitter (X) seringkali menjadi tempat untuk menyampaikan pendapat atau komentar terhadap suatu hal. Universitas Terbuka merupakan suatu kampus yang memiliki media sosial TikTok dan Twitter (X) dengan ribuan pengikut. Penelitian ini dilakukan untuk mengetahui tingkat layanan bidang akademik dan non-akademik Universitas Terbuka. Data yang dianalisis sebanyak 685 data komentar pada media sosial TikTok dan Twitter (X) dengan kata kunci Universitas Terbuka. Metode yang digunakan adalah analisis menggunakan model pre-trained BERT. Pada model ini diperoleh nilai akurasi sebesar 90% dengan proporsi data latih dan data uji 80:20.

References

B. Basmi, Burhan, A. Sigit, and S. Musa, “Pengaruh Self Regulation Learning dan Efikasi Diri terhadap Hasil Belajar Melalui Fasilitas Belajar di UPBJJ Univesitas Terbuka Makassar Pokjar Kabupaten Wajo,” Cokroaminoto J. Prim. Educ., vol. 5, no. 1, pp. 90–103, 2022, doi: 10.30605/cjpe.512022.1587.

F. A. Girnanfa and A. Susilo, “Studi Dramaturgi Pengelolaan Kesan Melalui Twitter Sebagai Sarana Eksistensi Diri Mahasiswa di Jakarta,” J. New Media Commun., vol. 1, no. 1, pp. 58–73, 2022, doi: 10.55985/jnmc.v1i1.2.

A. D. Kusumandaru and F. P. Rahmawati, “Implementasi Media Sosial Aplikasi Tik Tok sebagai Media Menguatkan Literasi Sastra dalam Pembelajaran Tematik di Sekolah Dasar,” J. Basicedu, vol. 6, no. 3, pp. 4876–4886, 2022, doi: 10.31004/basicedu.v6i3.2972.

F. Hadi and D. Guswandi, “Penentuan Penerimaan Mahasiswa Baru Pascasarjana Menggunakan Simple Additive Weighting (SAW),” Indones. J. Comput. Sci., vol. 8, no. 2, pp. 121–129, 2019, doi: 10.33022/ijcs.v8i2.175.

H. N. Irmanda and Ria Astriratma, “Klasifikasi Jenis Pantun Dengan Metode Support Vector Machines (SVM),” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 5, pp. 915–922, 2020, doi: 10.29207/resti.v4i5.2313.

Downloads

Published

2024-01-24

Issue

Vol. 5 No. 2 (2023): Sains, Aplikasi, Komputasi dan Teknologi Informasi

Section

Articles

License

Sains, Aplikasi, Komputasi dan Teknologi Informasi allows readers to read, download, copy, distribute, print, search, or link to its articles' full texts and allows readers to use them for any other lawful purpose. The journal allows the author(s) to hold the copyright without restrictions. Finally, the journal allows the author(s) to retain publishing rights without restrictions

  • Authors are allowed to archive their submitted article in an open access repository
  • Authors are allowed to archive the final published article in an open access repository with an acknowledgment of its initial publication in this journal

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 Generic License.