Aplikasi Evaluasi Analisis Sentimen Terhadap Layanan Akademik Menggunakan Algoritma K-Nearest Neighbor Berbasis Web

Abstract

Penilaian atau evaluasi dosen merupakan salah satu proses penting yang berada dalam sistem pendidikan tinggi. evaluasi yang dilakukan dengan pengisian kuisioner penilaian oleh mahasiswa. Penilaian tersebut dilakukan satu kali setiap semester menggunakan kuisioner yang di bagikan kepada mahasiswa tiap akhir semester,  saat ini juga data kuisioner tersebut belum pernah dilakukan pengolahan data, dengan menggunakan teknologi pengklasifikasian analisis data. Data tersebut nantinya dapat dimanfaatkan untuk mendukung hasil evaluasi kinerja dari dosen. Penelitian ini juga bertujuan untuk mengetahui opini mahasiswa terhadapa layanan akademik. Dari permasalahan yang ada penulis membuat aplikasi evaluasi sentimen berbasis web,  aplikasi ini dikembangkan dengan menggunakan metode  RAD (Rapid Application Development) pengembangan aplikasi dapat dilakukan secara cepat dan terstruktur sehingga memudahkan untuk pengembangan lebih lanjut. serta menggunakan algoritma  Knn (K- Nearest Neighbor) untuk melakukan klasifikasi ke dalam (3) kelas, yaitu positif, negatif, netral. Hasil evaluasi dapat menunjukkan bahwa sistem mempu memprediksi kelas sentiment pada kritik dan saran dari mahasiswa. Dengan banyak data yaitu 500 dataset dengan rata-rata precision sebesar 93% recall sebesar 85% F1 sebesar 88% dan accuracy sebesar 94%.