Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Algoritma Support Vector Machine (SVM) dalam Analisis Sentimen Mahasiswa Terhadap Sistem Layanan KPST STMIK Widya Cipta Dharma Maulana Umar; Pitrasacha Adytia; Amelia Yusnita
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 3 (2025): Juni 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i3.9189

Abstract

Abstrak - Sistem Layanan KPST di STMIK Widya Cipta Dharma menghadapi tantangan disparitas kepuasan mahasiswa, terutama dalam aspek administratif dan bimbingan akademik. Tujuan: Penelitian ini bertujuan untuk menganalisis sentimen mahasiswa secara komprehensif menggunakan algoritma Support Vector Machine (SVM) dengan dataset aktual, mengoptimasi hyperparameter, dan mengatasi ketidakseimbangan data. Metode: Data dikumpulkan melalui survei terstruktur (N=150 responden), diproses dengan TF-IDF (ngram_range=(1,3), max_features=1500), dan diklasifikasi menggunakan SVM dengan teknik GridSearchCV untuk optimasi parameter (C=10, gamma=0.01, kernel=RBF). SMOTE diterapkan untuk menangani ketidakseimbangan kelas. Hasil: Model mencapai akurasi 82.3% dengan presisi 80.1% pada kelas minoritas (negatif). Analisis mengungkap sentimen positif dominan (68%) pada kecepatan respons admin (skor 4.0), namun isu kritis teridentifikasi di antarmuka pengguna (32% komentar negatif) dan kualitas bimbingan (skor 3.5). Kesimpulan: Penelitian ini membuktikan efektivitas SVM dalam analisis sentimen akademik, dengan rekomendasi spesifik untuk redesain UI/UX dan integrasi sistem notifikasi otomatis. Temuan juga menyoroti pentingnya penanganan ketidakseimbangan data dalam klasifikasi teks.Kata kunci: Analisis Sentimen; Support Vector Machine (SVM); Sistem Layanan KPST; Ketidakseimbangan Data; Optimasi Hyperparameter; UI/UX Akademik.                            Abstract - The KPST Service System at STMIK Widya Cipta Dharma faces challenges in student satisfaction disparities, particularly in administrative and academic guidance aspects. Objective: This study aims to comprehensively analyze student sentiment using the Support Vector Machine (SVM) algorithm with real-world datasets, optimizing hyperparameters and addressing data imbalance. Method: Data was collected through structured surveys (N=150 respondents), processed with TF-IDF (ngram_range=(1,3), max_features=1500), and classified using SVM with GridSearchCV for parameter optimization (C=10, gamma=0.01, kernel=RBF). SMOTE was applied to handle class imbalance. Results: The model achieved 82.3% accuracy with 80.1% precision for the minority class (negative). Analysis revealed dominant positive sentiment (68%) on administrative response (score 4.0), but critical issues were identified in user interface (32% negative feedback) and academic guidance quality (score 3.5). Conclusion: This research demonstrates SVM's effectiveness in academic sentiment analysis, with specific recommendations for UI/UX redesign and automated notification system integration. Findings also highlight the importance of addressing data imbalance in text classification.Keywords: Sentiment Analysis; Support Vector Machine (SVM); KPST Service System; Data Imbalance; Hyperparameter Tuning; Academic UI/UX.
PANCASILA SEBAGAI KERANGKA NILAI PENGEMBANGAN ILMU PENGETAHUAN DAN TEKNOLOGI DI ERA TRANSFORMASI DIGITAL: REKONTEKSTUALISASI IDEOLOGI NEGARA BAGI TATA KELOLA INOVASI NASIONAL Pajar Pahrudin; Yulindawati Yulindawati; Maulana Umar
VARIABLE RESEARCH JOURNAL Vol. 3 No. 03 (2026): JULI 2026
Publisher : Media Inovasi Pendidikan dan Publikasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan ilmu pengetahuan dan teknologi pada era transformasi digital telah membawa perubahan mendasar dalam berbagai aspek kehidupan, termasuk tata kelola pemerintahan, ekonomi digital, pendidikan, serta interaksi sosial. Di sisi lain, perkembangan tersebut juga memunculkan berbagai persoalan strategis, seperti penyalahgunaan kecerdasan buatan (Artificial Intelligence), pelanggaran privasi, kejahatan siber, disinformasi, kesenjangan digital, dan degradasi nilai-nilai etika. Kondisi ini menunjukkan bahwa pengembangan ilmu pengetahuan dan teknologi tidak cukup hanya berorientasi pada kemajuan teknis, tetapi juga memerlukan landasan nilai yang mampu mengarahkan inovasi agar tetap berpihak pada kemanusiaan dan keadilan sosial. Penelitian ini bertujuan menganalisis kedudukan Pancasila sebagai kerangka nilai dalam pengembangan ilmu pengetahuan dan teknologi serta merekonstruksi relevansinya sebagai dasar tata kelola inovasi nasional di era transformasi digital. Penelitian menggunakan pendekatan kualitatif deskriptif dengan metode studi kepustakaan (library research). Data diperoleh melalui telaah terhadap konstitusi, peraturan perundang-undangan, literatur ilmiah, dan hasil penelitian terdahulu yang berkaitan dengan Pancasila, etika teknologi, tata kelola digital, dan kebijakan inovasi. Analisis dilakukan melalui reduksi data, kategorisasi, interpretasi konseptual, dan sintesis kritis. Hasil penelitian menunjukkan bahwa Pancasila memiliki posisi strategis sebagai landasan filosofis, etis, dan normatif dalam pengembangan ilmu pengetahuan dan teknologi. Nilai-nilai Ketuhanan, Kemanusiaan, Persatuan, Kerakyatan, dan Keadilan Sosial mampu menjadi pedoman dalam penyusunan kebijakan teknologi, etika kecerdasan buatan, perlindungan data pribadi, keamanan siber, serta pemerataan akses terhadap inovasi digital. Kebaruan penelitian ini terletak pada rekontekstualisasi Pancasila dari sekadar ideologi negara menjadi kerangka operasional tata kelola ilmu pengetahuan dan teknologi yang menghubungkan setiap sila dengan isu-isu kontemporer dalam transformasi digital. Penelitian ini berkontribusi memperkaya kajian mengenai hubungan antara nilai-nilai nasional dan tata kelola teknologi serta memberikan landasan konseptual bagi penyusunan kebijakan inovasi yang berorientasi pada pembangunan nasional yang berkelanjutan, inklusif, dan berkeadilan