Pendidikan merupakan salah satu elemen penting dalam membangun kualitas Sumber Daya Manusia (SDM) suatu negara. Tujuan dari pendidikan sendiri adalah untuk mengembangkan potensi setiap manusia. Sayangnya, kualitas pendidikan Indonesia masih cukup rendah. Hal ini dapat dilihat dari hasil studi Trend International Mathematics and Science Study (TIMSS). Literasi matematika siswa Indonesia berada di rangking 36 dari 49 negara. Selain itu, literasi science siswa Indonesia berada di rangking 35 dari 49 Negara. Untuk meningkatkan kualitas pendidikan di Indonesia, pemerintah Indonesia membuat suatu sistem PPDB baru yaitu sistem zonasi.
Sistem zonasi merupakan sistem penerimaan peserta baru berdasarkan jarak antara rumah dengan sekolahnya. Tujuan diberlakukan sistem tersebut adalah untuk menciptakan kesetaraan kualitas siswa di sekolah. Selain itu, tujuan itu dari adanya sistem zonasi ini adalah untuk menghilangkan stigma “Sekolah Favorit”. Bagaimana respon masyarakat terhadap sistem zonasi ini ? Apakah mendukung adanya sistem tersebut ? ataukah menolak sistem tersebut ?. Oleh karena itu, riset ini melihat respon masyarakat terhadap kebijakan zonasi melalu media sosial twitter.
Twitter, Wadah Aspirasi Masyarakat dan Klasifikasi Sentimen dengan Supervised Learning
Twitter merupakan sebuah media sosial yang tidak asing bagi masyarakat Indonesia. Dengan fitur yang bernama twit, pengguna Twitter dapat menuliskan apa saja. Selain itu twit juga bias digunakan untuk posting gambar yang di inginkan. Yang membedakan Twitter dengan media sosial lainnya adalah adanya fitur trending topic. Dengan fitur tersebut, pengguna Twitter dapat melihat apa saja yang saat ini sedang hits di Twitter. Dengan adanya Twitter, dapat diklasifikasi opini masyarakat Indonesia terhadap sistem zonasi. Untuk pengklasifikasiannya, digunakan Supervised Learning.
Supervised Learning adalah sebuah metode untuk membangun model statistika berdasarkan satu atau lebih input. Banyak sekali kegunaan dari Supervised Learning ini, contohnya dibidang kesehatan dapat digunakan untuk mengidentifikasi tumor paru-paru berdasarkan hasil X-Ray. Ada banyak sekali macam-macam metode Supervised Learning ini contohnya adalah Support Vector Machine (SVM) dan Naïve Bayes. SVM merupakan suatu metode dimana penentuan klasifikasi berdasarkan jarak antara data dengan garis hyperplane. Sedangkan Naïve Bayes merupakan metode klasifikasi berdasarkan peluang setiap data. Pada riset ini, digunakan SVM dan Naïve Bayes sebagai metode untuk mengkalsifikasikan twit masyarakat Indonesia terhadap sistem zonasi.
Dalam riset ini, digunakan twit yang memilki kata kunci “zonasi”. Setelah twit dengan kata kunci “zonasi” didapat, twit “dibersihkan” agar didapat model statistika yang optimal. Jumlah twit yang didapat setelah dibersihkan sekitar 1000 twit. Jumlah twit setelah dibersihkan adalah 440 twit. Setelah “dibersihkan” twit diberi label, untuk twit yang menolak sistem zonasi diberi label negatif, sedangkan twit yang mendukung kebijakan zonasi diberi label positif.
Twit yang telah dibersihkan tadi digunakan dalam membentuk model statistika dengan metode SVM dan Naïve Bayes untuk mengklasifikasi twit. Hasil riset menunjukkan, klasifikasi sentimen masyarakat Indonesia terhadap sistem zonasi dengan metode SVM memiliki tingkat akurasi sebesar 92,93% sedangkan Naïve Bayes memiliki tingkat akurasi sebesar 79.86%. Dari hasil riset tersebut, SVM merupakan metode terbaik dalam mengklasifikasi sentimen masyarakat terhadap sistem zonasi. Selain itu, hasil riset menunjukkan bahwa mayoritas twit masyarakat Indonesia terhadap zonasi berlabel “negatif”. Ini menunjukkan bahwa mayoritas pengguna Twitter yang ada di Indonesia menolak adanya sistem zonasi. Oleh karena itu perlu adanya evaluasi dan persiapan yang lebih matang dalam menjalan sistem zonasi ini seperti pemerataan kualitas sekolah yang ada di Indonesia, pemerataan kualitas guru, dan lain-lain.
Penulis: Dr, Nur Chamidah, M,Si,
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
https://iopscience.iop.org/article/10.1088/1742-6596/1776/1/012058/pdf
Renaldy , A Ariyanto, and Nur Chamidah, 2021. Sentiment Analysis for Zoning
System Admission Policy Using Support Vector Machine and Naive Bayes Methods,
IOP Conf. Series: Journal of Physics: Conf. Series 1776 012058, doi:10.1088/1742-6596/1776/1/012058,
