Unsupervised Sentiment Analysis pada Komentar Evaluasi Dosen Program Studi Informatika Universitas Mitra Indonesia

Sri Ipnuwati, Khozainuz Zuhri, Yodhi Yuniarthe

Abstract


Media sosial kini telah menjadi bagian yang tak terpisahkan dari kehidupan sehari-hari kita. Dengan terbukanya akses informasi, orang-orang merasa lebih bebas untuk berbagi pandangan mereka tanpa terbatas oleh jarak geografis. Dalam konteks ini, analisis sentimen muncul sebagai teknik pemrosesan bahasa alami yang digunakan untuk mengklasifikasikan reaksi dari berbagai aspek kehidupan. Proses ini sering kali disebut penambangan opini, karena bertujuan untuk mengumpulkan pandangan masyarakat serta memperkirakan polaritas dan peringkat dari pendapat tersebut. Di Fakultas Komputer Universitas Mitra Indonesia, Sistem Informasi telah menyediakan platform untuk evaluasi dosen oleh mahasiswa yang dilaksanakan setiap akhir semester. Makalah ini akan membahas analisis sentimen terkait komentar mahasiswa terhadap dosen dengan memanfaatkan algoritma machine learning, yaitu metode K-means Clustering.


Full Text:

PDF

References


E. U. Oti, M. O. Olusola, F. C. Eze, and S. U. Enogwe, “Comprehensive Review of K-Means Clustering Algorithms,” Int. J. Adv. Sci. Res. Eng., vol. 7, no. 8, pp. 22–23, 2021, doi: 10.31695/IJASRE.2021.34050.

A. M. Rahat, A. Kahir, A. Kaisar, and M. Masum, “Comparison of Naive Bayes and SVM Algorithm based on Sentiment Analysis Using Review Dataset,” in Proceedings of the SMART–2019, IEEE Conference, India: IEEE, 2019, pp. 1–6. doi: 10.1109/SMART46866.2019.9117512.

N. Hidayati and A. Hermawan, “K-Nearest Neighbor (K-NN) algorithm with Euclidean and Manhattan in classification of student graduation,” J. Eng. Appl. Technol., vol. 2, no. 2, pp. 86–91, 2021, doi: 10.21831/jeatech.v2i2.42777.

A. R. Isnain, J. Supriyanto, and M. P. Kharisma, “Implementation of K-Nearest Neighbor (K-NN) Algorithm For Public Sentiment Analysis of Online Learning,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 15, no. 2, pp. 121–130, 2021, doi: 10.22146/ijccs.65176.

J. Da, C. Aruan, B. Rahayudi, and A. Ridok, “Analisis Sentimen Opini Masyarakat terhadap Pelayanan Rumah Sakit Umum Daerah menggunakan Metode Support Vector Machine dan Term Frequency – Inverse Document Frequency,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 5, pp. 2072–2078, 2022, [Online]. Available: http://j-ptiik.ub.ac.id

A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.

K. P. Sinaga, “Unsupervised K-means clustering algorithm,” IEEE Access, vol. 8, no. 5, pp. 80716–80727, 2020, doi: 10.1109/ACCESS.2020.2988796.

H. Dag, “The impact of text preprocessing on the prediction of review ratings,” Turkish J. Electr. Eng. Comput. Sci., vol. 28, no. 3, pp. 1405–1421, 2020, doi: 10.3906/elk-1907-46.

Y. Y. FU Yu, “Research on Text Representation Method Based on Improved TF-IDF,” in Journal of Physics: Conference Series, Y. F. and Y. Yu, Ed., Wuhan China: IOP Publishing, 2020, pp. 1–8. doi: 10.1088/1742-6596/1486/7/072032.

K. Munawaroh and A. Alamsyah, “Performance Comparison of SVM, Naïve Bayes, and KNN Algorithms for Analysis of Public Opinion Sentiment Against COVID-19 Vaccination on Twitter,” J. Adv. Inf. Syst. Technol., vol. 4, no. 2, pp. 113–125, 2023, doi: 10.15294/jaist.v4i2.59493.

N. P. A. Anesca, K. Muludi, and D. A. Shofiana, “Sentiment Analysis Protokol Kesehatan Virus Corona Dari Tweet Menggunakan Word2Vec Model Dan Recurrent Neural Network Learning,” J. Pepadun, vol. 2, no. 3, pp. 432–439, 2021, doi: 10.23960/pepadun.v2i3.86.

R. Lozano-blasco, M. Mira-aladrén, and M. Gil-lamata, “Social media influence on young people and children : Analysis on Instagram , T witter and YouT ube Redes sociales y su influencia en los jóvenes y niños :,” Media Educ. Res. J. |, vol. 7, no. 7, pp. 117–128, 2023, doi: /10.3916/C74-2023-10 |.

A. R. Alaei, S. Becken, and B. Stantic, “Sentiment Analysis in Tourism: Capitalizing on Big Data,” J. Travel Res., vol. 58, no. 2, pp. 175–191, 2019, doi: 10.1177/0047287517747753.

S. Saifullah, Y. Fauziyah, and A. S. Aribowo, “Comparison of machine learning for sentiment analysis in detecting anxiety based on social media data,” J. Inform., vol. 15, no. 1, pp. 45–55, 2021, doi: 10.26555/jifo.v15i1.a20111.




DOI: https://doi.org/10.57084/jeda.v6i1.1988

DOI (PDF): https://doi.org/10.57084/jeda.v6i1.1988.g1643

Refbacks

  • There are currently no refbacks.


Jurnal Teknologi dan Informatika (JEDA)
Program Studi S1 Informatika, Fakultas Ilmu Komputer, Universitas Mitra Indonesia
Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Mitra Indonesia


Editorial Address
Jl. ZA. Pagar Alam No.7, Gedong Meneng, Kec. Rajabasa, Kota Bandar Lampung
HP : 085269945505 (Yodhi Yuniarthe). E-mail: yodhi@umitra.ac.id
HP : 089509553111 (Khozainuz Zuhri). E-mail: zuhri@umitra.ac.id