ANALISIS SENTIMEN KEPERCAYAAN PUBLIK TERHADAP PESANTREN DI MEDIA SOSIAL MEGUNAKAN METODE PEMBELAJARAN MESIN
Author
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen kepercayaan masyarakat Indonesia terhadap sistem pendidikan pondok pesantren berdasarkan opini yang diunggah di media sosial. Data dikumpulkan dari dua platform, yaitu Twitter (X) sebanyak 1.000 tweet dan YouTube sebanyak 971 komentar, sehingga total data mentah berjumlah 1.971 komentar. Setelah melalui tahap preprocessing yang meliputi cleansing, case folding, tokenizing, filtering, stemming, dan labeling, diperoleh 1.955 data valid. Analisis sentimen dilakukan menggunakan lima algoritma machine learning, yaitu Naïve Bayes, Support Vector Machine (SVM), Decision Tree, Random Forest, dan Neural Network, dengan pembagian data latih 80% dan data uji 20%. Hasil analisis menunjukkan bahwa sentimen positif mendominasi dengan persentase 43,5%, diikuti sentimen netral sebesar 38,0%, dan sentimen negatif sebesar 18,5%. Berdasarkan evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score, algoritma Decision Tree memberikan performa terbaik dengan accuracy 88%, precision 88%, recall 88%, dan F1-score 88%. Model terbaik kemudian diimplementasikan dalam aplikasi berbasis Streamlit untuk memvisualisasikan distribusi sentimen, keyword dominan, dan pencarian komentar berdasarkan kata kunci. Berdasarkan hasil penelitian, disarankan agar pengambil kebijakan dan pengelola lembaga pendidikan Islam memanfaatkan temuan ini sebagai acuan untuk merumuskan strategi peningkatan citra dan kualitas pesantren, sehingga dapat memperkuat kepercayaan publik terhadap lembaga tersebut.