Penggunaan Algoritma Lexicon – Based Sentiment Analysis Untuk Analisis Feedback Mahasiswa Terhadap Sistem Informasi Akademik DI STMIK Widya Cipta Dharma

Indah, Risdiani M (2025) Penggunaan Algoritma Lexicon – Based Sentiment Analysis Untuk Analisis Feedback Mahasiswa Terhadap Sistem Informasi Akademik DI STMIK Widya Cipta Dharma. S1 Teknik Informatika thesis, STMIK Widya Cipta Dharma.

	Text 2143026-S1-Teknik Informatika.pdf Restricted to Repository staff only Download (4MB) | Request a copy
	Text 2143026-Teknik Informatika-Jurnal.pdf Download (273kB)

Abstract

Analisis sentimen terhadap umpan balik mahasiswa mengenai Sistem Informasi Akademik di STMIK Widya Cipta Dharma dilakukan menggunakan algoritma Lexicon-Based Sentiment Analysis. Sistem ini berfungsi untuk memberikan informasi terkait akademik, namun sering kali mendapatkan keluhan mengenai aksesibilitas, kecepatan, dan kestabilan sistem. Untuk mengidentifikasi perasaan mahasiswa terhadap sistem ini, digunakan metode analisis sentimen yang mengklasifikasikan umpan balik ke dalam kategori Positif, Negatif, dan Netral dengan bantuan kamus sentimen yang telah dikembangkan. Hasil analisis terhadap 101 data umpan balik menunjukkan bahwa algoritma ini mencapai akurasi 73%, dengan kinerja terbaik pada kategori Positif yang memiliki precision 1.00. Namun, model mengalami kesulitan dalam mengklasifikasikan kategori Negatif dan Netral, dengan precision, recall, dan F1- score yang sangat rendah (0.00) untuk kedua kategori tersebut. Masalah ini muncul akibat ketidakseimbangan data latih, di mana kategori Positif mendominasi, mengurangi kemampuan model dalam mendeteksi sentimen yang lebih kompleks dan subtel pada kategori Negatif dan Netral. Untuk meningkatkan akurasi dan sensitivitas model dalam mengidentifikasi sentimen yang lebih beragam, solusi seperti penyeimbangan data melalui teknik oversampling pada kategori Negatif dan Netral atau penggunaan model pre-trained yang lebih mampu menangkap konteks sentimen yang rumit sangat disarankan. Temuan ini diharapkan dapat memberikan wawasan yang berguna dalam perbaikan Sistem Informasi Akademik dan pengelolaan umpan balik mahasiswa di masa depan, sehingga kualitas layanan dapat terus ditingkatkan. =========================================================== Sentiment analysis of student feedback regarding the Academic Information System at STMIK Widya Cipta Dharma was conducted using a Lexicon-Based Sentiment Analysis algorithm. This system provides academic-related information, but frequently receives complaints about its accessibility, speed, and stability. To identify student sentiments about the system, a sentiment analysis method was used, classifying feedback into Positive, Negative, and Neutral categories using a developed sentiment dictionary. The analysis of 101 pieces of feedback showed that the algorithm achieved 73% accuracy, with the best performance in the Positive category, which has a precision of 1.00. However, the model struggled to classify the Negative and Neutral categories, with very low precision, recall, and F1-score (0.00) for both categories. This problem arose from an imbalance in the training data, where the Positive category dominated, reducing the model's ability to detect more complex and subtle sentiments in the Negative and Neutral categories. To improve the model's accuracy and sensitivity in identifying more diverse sentiments, solutions such as data balancing through oversampling techniques in the Negative and Neutral categories or the use of pre-trained models that are better able to capture complex sentiment contexts are highly recommended. These findings are expected to provide useful insights for future improvements to the Academic Information System and student feedback management, thereby continuously improving service quality.

Item Type:	Thesis (S1 Teknik Informatika)
Additional Information:	Pembimbing 1 : Heny Pratiwi S.Kom., M.Pd., M.TI Pembimbing 2 : Muhammad Ibnu Saad S.Kom., M.Kom
Uncontrolled Keywords:	lexicon-Based, Sentiment Analysis
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Teknik Informatika
Depositing User:	Ms Indah Risdiani M
Date Deposited:	04 Aug 2025 05:51
Last Modified:	04 Aug 2025 05:51
URI:	http://repository.wicida.ac.id/id/eprint/6162

Actions (login required)

View Item