Klasifikasi Kepuasan Mahasiswa Menggunakan Algoritma Support Vector Machine dan Metode Stemming Sastrawi

Abstract

Komentar hasil kepuasan mahasiswa dapat menghasilkan data baru dengan cara klasifikasi data menggunakan text mining. Hasil klasifikasi kepuasan mahasiswa diharapkan dapat membantu pengambilan kebijakan Perguruan Tinggi. Tujuan penelitian ini adalah memperoleh perbandingan hasil klasifikasi menggunakan algoritma Support Vector Machine, kemudian membandingkan hasil klasifikasi tersebut dengan menambahkan metode Stemming Sastrawi. Metode penelitian yang digunakan adalah Metode penelitian dalam penelitian ini terdiri dari beberapa tahap, mulai dari identifikasi masalah dan studi pustaka, kemudian pengumpulan data kepuasan pemangku kepentingan (Mahasiswa), kemudian preprocessing data, selanjutnya ekstrasi fitur agar dapat mempermudah klasifikasi menggunakan algoritma algoritma Support Vector Machine serta metode stemming sastrawi. Hasil penelitian menunjukkan hasil klasifikasi dengan algoritma Support Vector Machine menghasilkan klasifikasi yaitu komentar positif sejumlah 1648 dan negatif sejumlah 126. Kemudian hasil klasifikasi dengan menambahkan metode Stemming Sastrawi menghasilkan klasifikasi yaitu komentar positif sejumlah 1570 dan negatif sejumlah 204