ANALISA SENTIMEN MAHASISWA TERHADAP LAYANAN STMIK PRIMAKARA MENGGUNAKAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR

Abstract

STMIK Primakara setiap tahunnya selalu melakukan analisa kepuasan mahasiswa terhadap layanan yang disediakan  dengan menyebarkan kuesioner. Namun dalam menganalisa kuesioner tersebut, Pusat Penjaminan Mutu masih melakukan secara manual, dimana  proses ini akan memerlukan waktu yang  lebih lama. Berdasarkan permasalahan tersebut  peneliti merasa perlu dilakukan penelitian analisa sentimen terhadap komentar mahasiswa dengan menggunakan algoritma Naive Bayes dan KNN. Hasil yang diperoleh berdasarkan data uji sebanyak 261 data uji diperoleh jumlah prediksi sentimen positif sebanyak 67 data, netral sebanyak 55 data, dan negatif sebanyak 144, hasil tersebut menandakan bahwa beberapa layanan dinilai masih kurang maksimal seperti wifi, parkir, ac, komputer dan lain-lain. Berdasarkan perhitungan confution matrix KNN unggul di tiga percobaan split data dengan tingkat accuracy   sebesar 79.03%, 78.93%, dan 85.06%. Sedangkan algoritma naive bayes hanya memperoleh tinggkat accuracy   sebesar 68.67%, 65.33%, dan 64.37%. Hal ini menadakan KNN memiliki kinerja yang cukup baik dalam melakukan analisa sentimen pada komentar mahasiswa.