Analisis Sentimen Opini Mahasiswa Terhadap Saran Evaluasi Kinerja Dosen Menggunakan TF-IDF dan Support Vector Machine

Dosen khsususnya di perguruan tinggi senantiasa harus meningkatkan pengetahuan dan cara mengajar yang efektif dan efisien guna dapat memberikan ilmu yang dapat di terima dengan baik oleh mahasiswa. Maka dari itu, perlu dilakukannya peningkatan dan proses evaluasi untuk kualitas pengajaran dan standarisasi akademik sehingga tujuan dari pengajaran dapat tercapai sesuai dengan yang diharapkan. Universitas Brawijaya Malang khususnya Fakultas Ilmu Komputer (FILKOM), menerapkan adanya pengisian kuesioner online untuk penilaian kinerja dosen pada setiap pergantian semester. Opini mahasiswa dalam kuesioner merupakan salah satu hal penting yang di jadikan bahan dalam proses evaluasi kinerja. Namun saat ini data opini yang dimiliki Tim UJM Jurusan Sistem Informasi masih berupa tulisan dan belum adanya teknologi pengklasifikasian analisis data yang mampu memberikan informasi mengenai perspektif mahasiswa dalam pengajaran dosen. Untuk dapat melihat perspektif mahasiswa dalam pengajaran yang di lakukan oleh dosen, dapat di lakukan analisis sentimen pada tingkat kalimat. Metode yang digunakan dalam klasifikasi data opini mahasiswa adalah Support Vector Machine dengan menggabungkan Term Frequency Inverse Document Frequency sebagai pembobotan kata. Penelitian ini menggunakan data bahasa Indonesia dalam komentar mahasiswa pada 3 semester yaitu semester 2017 ganjil, semester 2017 genap dan semester 2018 genap. Pengujian terhadap klasifikasi sentimen mendapatkan hasil rata – rata Accuracy sebesar 82%, Precision sebesar 74%, Recall sebesar 72% dan F-1 Score sebesar 73%. Visualisasi Dashborad menjadi keluaran dari penelitian ini berdasarkan hasil klasifikasi dengan menampilkan 3 halaman semester yang berbeda. Uji Usability dengan System Usability Scale terhadap 2 responden menghasilkan rata – rata sebesar 70 yang berarti Tim UJM Jurusan Sistem Informasi menerima dengan baik visualisasi Dashboard