Analisis sentimen berbasis leksikon terhadap opini mahasiswa tentang kinerja dosen

Sayekti, Lina (2023) Analisis sentimen berbasis leksikon terhadap opini mahasiswa tentang kinerja dosen. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_1908096013_Lina_Sayekti] Text (Skripsi_1908096013_Lina_Sayekti)
Skripsi_1908096013_Lina_Sayekti.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)

Abstract

Dalam mewujudkan sistem perguruan tinggi yang baik perlu dilakukan sebuah evaluasi terhadap tenaga pendidik/dosen. Dalam proses pengajaran, kualitas pengajaran dan standarisasi akademik harus selalu dievaluasi dan ditingkatkan untuk menghasilkan mahasiswa yang berkualitas. Pada penelitian ini analisis sentimen diterapkan untuk menganalisis sentimen dari hasil responden mahasiswa tentang kinerja dosen untuk pengklasifikasian komentar atau jawaban yang didapatkan, apakah memiliki sentimen bersifat positif, netral dan negatif.
Pada Penelitian ini melakukan pengambilan data pada hasil kuesioner dari responden mahasiswa. Selanjutnya responden atau tanggapan tersebut dilakukan pra pengolahan data atau biasa disebut preprocessing dan pembobotan kata menggunakan kamus InSet (Indonesia Sentimen) Lexicon. Penelitian ini menggunakan metode Lexicon Based atau Based Learning yang mana dalam melakukan proses klasifikasi data kuesioner terbagi menjadi tiga kelas, yaitu positif, netral dan negatif.
Berdasarkan dari hasil pengujian pada penelitian yang telah dilakukan bahwa hasil dari menerapkan metode lexicon based diperoleh sentimen negatif yang memiliki nilai presentase tertinggi sebesar 44%, pada sentimen positif sebesar 36% dan sentimen netral sebesar 17%. Kemudian setelah dilakukannya perhitungan peforma pada data dengan menggunakan confusion matrix jenis multiclass confusion matrix mendapatkan hasil peforma kurang baik dengan tingkat akurasi sebesar 47%, presicion sebesar 65%, recall sebesar 46% dan f1-score sebesar 54%.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Analisis sentimen; Kinerja dosen; Lexicon based
Subjects: 000 Computer science, information, general works > 005 Computer programming, programs, data
500 Natural sciences and mathematics > 510 Mathematics > 519 Probabilities and applied mathematics
Divisions: Fakultas Sains dan Teknologi > 59201 - Teknologi Informasi
Depositing User: Miswan Miswan
Date Deposited: 12 Nov 2024 06:01
Last Modified: 12 Nov 2024 06:01
URI: https://eprints.walisongo.ac.id/id/eprint/25038

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics