PENERAPAN DEEP SENTIMENT ANALYSIS PADA ANGKET PENILAIAN TERBUKA MENGGUNAKAN K-NEAREST NEIGHBOR

Abstract

Proses penilaian dan analisis angket terbuka secara manual membutuhkan biaya yang tinggi. Olehnya itu, penelitian ini bertujuan untuk menerapkan deep sentiment analysis pada angket penilaian terbuka menggunakan K Nearest Neighbor (KNN). Data angket yang digunakan yaitu angket penilaian perkuliahan terhadap dosen di STMIK KHARISMA Makassar yang diisi oleh setiap mahasiswa diakhir semester. Pengumpulan data dilakukan melalui wawancara dan uji coba deep sentiment analysis menggunakan Ms.Excel. Proses penerapan deep sentiment analysis dilakukan dengan mengkategorikan data uji kedalam tiga kategori yaitu: cara mengajar, waktu perkuliahan, dan harapan. Selanjutnya kategori tersebut diproses secara mendalam (deep) dengan melakukan preprocessing tanpa stemming, pembobotan kata menggunakan Term Frequence–Inverse Document Frequence, menghitung tingkat kemiripan antara data latih dan data uji, menentukan koefisien dan melakukan klasifikasi serta penetuan apakah data bermakna positif atau negatif. Evaluasi menunjukkan sistem mampu mengklasifikasikan data uji ke dalam tiga kategori deep sentiment analysis dengan hasil pengujian rata-rata tingkat keberhasilan sistem menemukan informasi sebesar 95,6%, rata-rata tingkat ketepatan sebesar 59,4%, dan tingkat harmonisasi keduanya sebesar 73,3%.