Analisis Sentimen Terhadap Opini Mahasiswa Pada Survei Kepuasan Terhadap Fasilitas Dan Layanan Universitas Telkom Dengan Menggunakan Algoritma Naive Bayes

Abstract

Abstrak
Pada penelitian ini, dilakukan analisis sentimen dalam menentukan opini mahasiswa pada survei kepuasan
terhadap fasilitas dan layanan Universitas Telkom. Opini tersebut sangat banyak dan tidak terstruktur.
Maka dalam pengolahannya, diperlukan analisis sentiment dalam mengklasifikasikan opini mahasiswa.
Ada tiga sentiment yang akan diklasifikasikan yaitu, sentiment positif ,sentiment netral, dan sentiment
negatif. Metode klasifikasi yang akan digunakan yaitu Naive Bayes Classifier.
Pada penelitian ini, data melewati tahap preprocessing menggunakan stemming dan stopword dan
pembobotan kata menggunakan metode TF-IDF serta melakukan klasifikasi menggunakan algoritma
Naive Bayes. Penelitian ini menghasilkan nilai rata rata precision untuk kelas positif sebesar 52.51% dan
kelas negatif sebesar 69.25%. sedangkan nilai rata rata recall untuk kelas positif sebesar 76.78% dan kelas
negatif sebesar 61.05%

Kata kunci : Naïve bayes classifier, NLP, TFIDF

Abstract
In this journal, we will classify sentiments in determining student opinion in the satisfaction survey of
Telkom University facilities and services. The opinion is very large and unstructured. It requires an
analysis of sentiment in classifying student opinions. Where there are two sentiments that will be
classified, positive sentiment and negative sentiment. The classification method that will be used is Naive
Bayes Classifier.
In this study, the data passed the preprocessing stage using stemming and stopword and weighting the
word using the TF-IDF method and classifying it using the Naive Bayes algorithm. This study resulted in
an average precision value for the positive class of 52.51% and a negative class of 69.25%. while the
average recall value for the positive class is 76.78% and the negative class is 61.05%

Keywords: Naïve bayes classifier, NLP, TFIDF