Analisis Sentimen Pada Kuisioner Kepuasan Terhadap Layanan Dan Fasilitas Universitas Dengan Menggunakan Klasifikasi Support Vector Machine (svm)

Abstract

Abstrak

Perguruan tinggi sebagai sarana untuk proses memajukan kehidupan berbangsa dan bernegara perlu
melakukan adanya peningkatan mutu dan kualitas layanan yang diberikan kepada mahasiswa. Kepuasan
mahasiswa dianggap sebagai salah satu masalah utama perguruan tinggi yang harus dipecahkan agar
terciptanya perguruan tinggi yang mampu menduduki peringkat nasional maupun internasional. Layanan
yang berpengaruh cukup besar dalam hal ini adalah layanan akademik. Tingkat kepuasan mahasiswa
terhadap layanan berorientasi pada tenaga pendidik (dosen) sebagai pemberi jasa dan kualitas layanan
dalam sarana dan prasarana kegiatan perkuliahan. Oleh sebab itu dilakukan penelitian yang bertujuan
untuk mengetahui kepuasan mahasiswa terhadap layanan dan fasilitas universitas. Penelitian dilakukan
dengan pengklasifikasian menggunakan Support Vector Machine (SVM) dan pembobotan menggunakan
Term Frequency – Invers Document Frequency (TF-IDF) serta performansi sistem diukur menggunakan
Confusion Matrix. Hasil survei kepuasan mahasiswa di Universitas Telkom dari 10000 isian terdapat 67%
sentimeen positif dan 33% sentimen negatif. Nilai akurasi tertinggi yang didapatkan pada sistem ini sebesar
70.39% dengan 10000 isian menggunakan kernel Linier.

Kata kunci : Layanan Universitas, Analisis Sentimen, Support Vector Machine (SVM), TF-IDF

Abstract

Higher education as a means for the process of advancing the life of the nation and state needs to make an
increase in the quality and quality of services provided to students. Student satisfaction is considered as one
of the main problems of higher education that must be solved so that universities can be ranked nationally
and internationally. Services that have a significant influence in this regard are academic services. The level
of student satisfaction with services is oriented to the teaching staff (lecturers) as service providers and
service quality in the facilities and infrastructure of lecture activities. Therefore research is conducted which
aims to determine student satisfaction with university services and facilities. The research was conducted
by classifying using Support Vector Machine (SVM) and weighting using Term Frequency - Inverse
Document Frequency (TF-IDF) and system performance measured using Confusion Matrix. The results of
the student satisfaction survey at Telkom University from 10000 entries contained 67% positive sentimeen
and 33% negative sentiment. The highest accuracy value obtained in this system is 70.39% with 10000
entries using the Linear kernel.

Keywords: University Services, Sentiment Analysis , Support Vector Machine (SVM), TF-IDF