<![CDATA[Dalam sebuah acara seminar nasional, evaluasi kepuasan peserta menjadi aspek penting untuk menilai keberhasilan acara dan mengusulkan perbaikan di masa mendatang. Salah satu metode evaluasi yang umum digunakan adalah survei online, yang sering kali mencakup pertanyaan terbuka (open-ended) agar peserta dapat menyampaikan opini dan pengalaman mereka secara bebas. Namun, respons survei open-ended bersifat tidak terstruktur, sehingga analisis manual menjadi kurang efektif karena memerlukan banyak waktu dan rentan terhadap subjektivitas. Analisis mendalam terhadap respons survei open-ended diperlukan untuk memahami opini peserta mengenai kualitas acara. Penelitian ini bertujuan untuk mengklasifikasikan sentimen dan mengidentifikasi aspek utama dalam respons survei open-ended dari peserta seminar. Penelitian ini menggunakan Metode Latent Dirichlet Allocation (LDA) untuk topic modeling, dan Support Vector Machine (SVM) untuk klasifikasi sentimen. Hasil penelitian menunjukkan bahwa kombinasi SVM dan teknik resampling Synthetic Minority Over-sampling Technique (SMOTE) menghasilkan performa terbaik dengan akurasi 85%, Precision 0.78, Recall 0.88, dan F1-Score 0.81. Analisis LDA berhasil mengidentifikasi 9 topik utama yang mencerminkan aspek penting dalam respons peserta, dengan mayoritas sentimen yang ditemukan bersifat positif, terutama dalam topik Manfaat atau Materi.]]>
Copyrights © 2025
