<![CDATA[Pengenalan Kehidupan Kampus Mahasiswa Baru (PKKMB) adalah kegiatan penting yang membantu mahasiswa baru mengenal lingkungan akademik dan budaya kampus. Evaluasi terhadap pelaksanaan PKKMB umumnya dilakukan melalui survei numerik yang hanya memberikan gambaran umum sehingga kurang mampu menangkap opini mahasiswa secara mendalam. Penelitian ini menerapkan analisis sentimen berbasis machine learning untuk mengolah 886 data komentar evaluasi PKKMB di Universitas Merdeka Malang. Proses penelitian meliputi tahapan preprocessing teks (case folding, cleansing, tokenization, normalisasi, stopword removal, dan stemming), pelabelan otomatis menggunakan model IndoBERT, serta konversi teks menjadi fitur numerik menggunakan TF-IDF. Dua algoritma klasifikasi, yaitu Naïve Bayes dan Random Forest, digunakan untuk membandingkan performa model. Data dibagi menggunakan rasio 80:20 untuk data latih dan data uji, serta evaluasi model dilakukan menggunakan matriks accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki performa yang lebih unggul dibandingkan Random Forest dengan nilai accuracy 81,4%, precision 83,04%, recall 86,92%, dan F1-score 84,93%. Sementara itu, Random Forest menghasilkan accuracy 79,78%, precision 83,18%, recall 83,18%, dan F1-score 83,18%. Temuan ini menunjukkan bahwa Naïve Bayes merupakan metode yang lebih efektif untuk mengklasifikasikan sentimen positif dan negatif pada dataset evaluasi PKKMB dengan pelabelan otomatis. Hasil analisis ini juga memberikan gambaran aspek-aspek kegiatan PKKMB yang masih perlu diperbaiki sebagai rekomendasi peningkatan pelaksanaan di tahun berikutnya.]]>
Copyrights © 2026
