<![CDATA[Peningkatan kualitas layanan di perguruan tinggi menjadi salah satu fokus utama dalam dunia pendidikan. Evaluasi layanan oleh mahasiswa sering kali mencakup komentar dalam bentuk teks bebas, sehingga memerlukan pendekatan berbasis kecerdasan buatan untuk mengolah data secara efisien dan akurat. Penelitian ini bertujuan untuk menganalisis sentimen mahasiswa terhadap tiga layanan utama di UNISNU Jepara, yaitu layanan akademik, beasiswa, dan perpustakaan, menggunakan algoritma Support Vector Machine (SVM).Penelitian ini mengikuti tahapan metodologi CRISP-DM, meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, serta penarikan kesimpulan. Data yang digunakan berasal dari hasil evaluasi berbentuk komentar terbuka yang dikumpulkan melalui sistem SIAKAD. Data tersebut diproses melalui tahapan text preprocessing sebelum diterapkan algoritma SVM untuk klasifikasi sentimen.Hasil penelitian menunjukkan bahwa algoritma SVM mampu memberikan tingkat akurasi tinggi pada analisis sentimen terhadap ketiga jenis layanan, yaitu 95,8% untuk layanan akademik, 95,7% untuk layanan beasiswa, dan 98,4% untuk layanan perpustakaan. Temuan ini mengindikasikan bahwa algoritma SVM merupakan metode yang efektif untuk analisis sentimen dalam konteks data tidak terstruktur, serta memberikan wawasan strategis yang dapat membantu perguruan tinggi meningkatkan kualitas layanan mereka..]]>
Copyrights © 2025
