<![CDATA[Pelayanan akademik dan administrasi merupakan aspek penting dalam meningkatkan kualitas pendidikan di perguruan tinggi, karena secara langsung memengaruhi kepuasan mahasiswa. Namun, pengolahan opini mahasiswa yang berbentuk teks tidak terstruktur seringkali menjadi kendala dalam memperoleh informasi yang akurat dan objektif. Penelitian ini bertujuan untuk menganalisis sentimen mahasiswa terhadap pelayanan akademik dan administrasi menggunakan metode Naive Bayes Classifier. Data yang digunakan berupa opini mahasiswa yang dikumpulkan melalui media digital dan kuesioner. Tahapan penelitian meliputi text preprocessing yang terdiri dari cleansing, tokenizing, stopword removal, dan stemming, dilanjutkan dengan pembentukan fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Model kemudian dilatih menggunakan data latih dan diuji menggunakan data uji untuk mengklasifikasikan sentimen ke dalam kategori positif, negatif, dan netral. Evaluasi performa model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naive Bayes Classifier mampu mengklasifikasikan sentimen mahasiswa dengan baik dan memberikan gambaran yang jelas mengenai kualitas layanan. Dengan demikian, pendekatan ini dapat digunakan sebagai alat bantu dalam pengambilan keputusan untuk meningkatkan pelayanan di perguruan tinggi.]]>
Copyrights © 2026
