Klasifikasi Tanggapan Pelaksanaan Program Magang dengan Menggunakan Metode Naive Bayes Classifier
Classification of Responses to the Implementation of the Internship Program Using NBC Method
DOI:
https://doi.org/10.57152/malcom.v1i2.113Keywords:
Analisis Sentimen, Evaluasi, Klasifikasi, Magang, Tanggapan, Naive Bayes Classifier (NBC)Abstract
Suatu organisasi atau individu memerlukan evaluasi pelaksanaan untuk melihat perkembangan kualitas yang diberikan. Analisis kepuasan selalu dilakukan oleh organisasi atau perusahaan yang sedang melakukan pengembangan kualitas. Departemen Statistika Bisnis merupakan departemen yang ada di Institut Teknologi Sepuluh Nopember Surabaya yang menjalankan amanah untuk menaungi mahasiswa statistika pada bidang terapan. Perkembangan yang terjadi melahirkan banyak perubahan dan pembaharuan pola pembelajaran akademik, salah satunya adalah adanya pembelajaran berbasis magang. Tahun 2020 merupakan tahun pertama pelaksanaan magang dan belum ada alat ukur untuk mengetahui evaluasi pelaksanaannya sehingga diperlukan alat untuk evaluasi terkait dengan pelaksanaan magang. Salah satu penerapan untuk mewujudkan hal tersebut adalah menciptakan sebuah inovasi dengan mengetahui tanggapan kepuasan mahasiswa menggunakan analisis sentimen dengan Naive Bayes Classifier (NBC).Hasil visualisasi menampilkan jumlah persentase kepuasan pelaksanaan magang, sebesar 49% tidak puas dan 51% puas.
References
S. Kantun, “Penelitian Evaluatif Sebagai Satu Model Penelitian Dalam Bidang Pendidikan,” Maj. Ilm. Din., vol. 37, no. 1, p. 15.
B. Kurniawan, S. Effendi, and O. S. Sitompul, “Klasifikasi Konten Berita Dengan Metode Text Mining,” J. Dunia Teknol. Inf., vol. 1, no. 1, pp. 14–19, 2012, [Online]. Available: http://download.portalgaruda.org/article.php?article=58993&val=4123.
R. Wati, “Penerapan Algoritma Genetika Untuk Seleksi Fitur Pada Analisis Sentimen Review Jasa Maskapai Penerbangan,” J. Evolusi, vol. 4, no. 1, pp. 25–31, 2016.
Y. Lin, X. Wang, and A. Zhou, “Opinion spam detection,” Opin. Anal. Online Rev., no. May, pp. 79–94, 2016, doi: 10.1142/9789813100459_0007.
H. Hassani, C. Beneki, S. Unger, M. T. Mazinani, and M. R. Yeganegi, “Text mining in big data analytics,” Big Data Cogn. Comput., vol. 4, no. 1, pp. 1–34, 2020, doi: 10.3390/bdcc4010001.
A. K. Fauziyyah, “Analisis Sentimen Pandemi Covid19 Pada Streaming Twitter Dengan Text Mining Python,” J. Ilm. SINUS, vol. 18, no. 2, p. 31, 2020, doi: 10.30646/sinus.v18i2.491.
Y. N and M. S, “A Review on Text Mining in Data Mining,” Int. J. Soft Comput., vol. 7, no. 2/3, pp. 01–08, 2016, doi: 10.5121/ijsc.2016.7301.
F. Romadoni, Y. Umaidah, and B. N. Sari, “Text Mining Untuk Analisis Sentimen Pelanggan Terhadap Layanan Uang Elektronik Menggunakan Algoritma Support Vector Machine,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 9, no. 2, p. 247, 2020, doi: 10.32736/sisfokom.v9i2.903.
C. R. Fink, D. S. Chou, J. J. Kopecky, and A. J. Llorens, “Coarse- and fine-grained sentiment analysis of social media text,” Johns Hopkins APL Tech. Dig. (Applied Phys. Lab., vol. 30, no. 1, pp. 22–30, 2011.
I. Rozi, S. Pramono, and E. Dahlan, “Implementasi Opinion Mining (Analisis Sentimen) Untuk Ekstraksi Data Opini Publik Pada Perguruan Tinggi,” J. EECCIS, vol. 6, no. 1, pp. 37–43, 2012.
L. Hermawan and M. Bellaniar Ismiati, “Pembelajaran Text Preprocessing berbasis Simulator Untuk Mata Kuliah Information Retrieval,” J. Transform., vol. 17, no. 2, p. 188, 2020, doi: 10.26623/transformatika.v17i2.1705.
I. Hemalatha and A. Govardhan, “Preprocessing the Informal Text for efficient ALGORITHM FOR,” Int. J. Emerg. Trends Technol. Comput. Sci., vol. 1, no. 2, p. 4, 2012.
Bustami, “Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi,” J. Inform. Ahmad Dahlan, vol. 8, no. 1, p. 102632, 2014, doi: 10.26555/jifo.v8i1.a2086.
Falahah and D. Dwiki Adriadi Nur, “PENGEMBANGAN APLIKASI SENTIMENT ANALYSIS MENGGUNAKAN METODE NAÏVE BAYES (Studi Kasus Sentiment Analysis dari media Twitter),” Semin. Nas. Sist. Inf. Indones., no. November, pp. 2–3, 2015.
R. M. Faisal and D. T. Nugrahadi, Belajar Data Science dengan Pemrograman R, no. February. 2019.
M. R. Dewi, “Klasifikasi Akses Internet Oleh Anak-Anak dan Remaja Dewasa di Jawa Timur Menggunakan Support Vector Machine,” J. Ris. dan Apl. Mat., vol. 4, no. 1, p. 17, 2020, doi: 10.26740/jram.v4n1.p17-27.
