Analisa Sentiment Untuk Opini Alumni Perguruan Tinggi

Abstract

Opini merupakan salah satu bagian terpenting dalam pengambilan keputusan, dalam pengolahan opini memerlukan proses analisa yang menyeluruh. Terutama opini yang berbasis teks, dimana opini berupa pendapat tidak memiliki batasan nilai pasti untuk masukan yang diberikan. Sentiment Analysis sebagai cabang ilmu dari Text mining bisa diterapkan dalam proses analisa opini yang berupa teks. Dimana opini akan diklasifikasikan menjadi 3 jenis opini, yaitu opini positif, opini netral dan opini negative. Penelitian ini melakukan pengelompokan opini dari alumni Perguruan Tinggi dengan menggunakan algoritma SVM dan NBC dimana dalam penelitian ini dibagi menjadi 3 komponen utama yaitu komponen input, sistem pengelompokan opini, serta komponen output. Opini yang akan diolah merupakan data berupa file opini format *.csv, yang selanjutnya melakukan proses pengelompokan terhadap opini. Kemudian sistem menghasilkan output berupa 3 jenis opini yaitu, opini positif, opini netral dan opini negative. Dari hasil pengujian secara umum menunjukkan akurasi dengan nilai akurasi tertinggi pada algoritma NBC mencapai 94,45%, sedangkan tingkat akurasi tertinggi pada algoritma SVM mencapai 75,76%.