ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP ISU KESETARAAN GENDER DALAM PENERAPAN PERMENDIKBUDRISTEK NOMOR 30 TAHUN 2021 MENGGUNAKAN TEXTBLOB

Abstract

Abstrak— Penetapan Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi (Permendikbudristek) Nomor 30 Tahun 2021 tentang Pencegahan dan Penanganan Kekerasan Seksual di lingkungan Perguruan Tinggi (Permendikbudristek PPKS) menjadi solusi atas berbagai kasus kekerasan seksual yang terjadi di lingkup Perguruan Tinggi. Di era yang serba digital segala aspek penerapan suatu kebijakan oleh pemerintah menjadi topik yang banyak dibicarakan dijejaring sosial terutama Twitter. Pada tweet dapat dilakukan analisis sentimen untuk mengetahui tanggapan masyarakat terhadap penerapan Permendikbud Nomor 30 Tahun 2021 yaitu dengan melakukan identifikasi dan mengkategorikan polaritas sebuah teks untuk menentukan apakah sebuah text tersebut memiliki nilai positif atau negatif sesuai dengan kategori yang telah ditentukan. Model sistem bertujuan untuk memberikan manfaat dalam menganalisis tingkat sentiment masyarakat tentang penerapan Permendikbudristek Nomor 30 Tahun 2021 yaitu tentang PPKS sebagai evaluasi pihak pemerintah dalam tindaklanjut dari penetapan kebijakan. Salah satu teknik yang bisa digunakan untuk melakukan analisis sentimen ini dengan Lexicon Based yaitu menggunakan Textblob serta penentuan peresentase keakurasian sistem dengan mengimplementasikan metode Support Vector Machine (SVM). Pengumpulan data yang diambil dari twitter dengan hash tag kesetaraan gender, kekerasan seksual, dan PPKS berjumlah 159 data. Pembagian untuk data latih dan data uji yang dilakukan mengunakan rasio 70:30 secara acak oleh sistem. Dimana untuk data latih yang digunakan sebanyak 111 data, sedangkan data uji yang digunakan sebanyak 48 data. Berdasarkan hasil pengujian dengan textblob yang dibantu dengan menggunakan algoritma Support Vector Machine menggunakan data uji sebanyak 48 data dengan 34 data positif, dan 14 data negatif, mendapatkan akurasi sebesar 70,8%.

Kata kunci: Gender, Twitter, Permendikbudristek, PPKS

Abstract— The stipulation of Regulation of the Minister of Education, Culture, Research, and Technology (Permendikbudristek) Number 30 of 2021 concerning the Prevention and Handling of Sexual Violence in University (Permendikbudristek PPKS) is a solution to various cases of sexual violence that occur in the scope of University. In the all-digital era, all aspects of implementing a policy by the government have become a topic that is widely discussed on social networks, especially Twitter. Sentiment analysis can be done on tweets to find out the public's response to the application of Permendikbud Number 30 of 2021, namely by identifying and categorizing the polarity of a text to determine whether a text has a positive or negative value according to a predetermined category. The system model aims to provide benefits in analyzing the level of public sentiment regarding the application of Permendikbudristek Number 30 of 2021, namely regarding PPKS as an evaluation of the government in following up on policy determination. One technique that can be used to perform this sentiment analysis with Lexicon Based is using Textblob and determining the percentage of system accuracy by implementing the Support Vector Machine (SVM) method. The collection of data taken from Twitter with the hash tag gender equality, sexual violence, and PPKS amounted to 159 data. The distribution for training data and test data is carried out using a ratio of 70:30 randomly by the system. Where for the training data used are 111 data, while the test data used are 48 data. Based on the test results with textblob assisted by using the Support Vector Machine algorithm using 48 test data with 34 positive data, and 14 negative data, getting an accuracy of 70.8%.

Keywords: Gender, Twitter, Permendikbudristek, PPKS