ANALISIS SENTIMEN MAHASISWA TERHADAP SIASAT UKSW BERDASARKAN KUESIONER MENGGUNAKAN METODE LOGISTIC REGRESSION
DOI:
https://doi.org/10.37792/jukanti.v9i1.1935Kata Kunci:
analisis sentimen, logistic regression, machine learning, SIASAT, TF-IDFAbstrak
SIASAT adalah sistem informasi akademik utama di Universitas Kristen Satya Wacana (UKSW) yang digunakan oleh mahasiswa untuk keperluan administrasi akademik. Penelitian ini bertujuan menganalisis sentimen mahasiswa terhadap SIASAT menggunakan metode Logistic Regression. Data dikumpulkan melalui kuesioner daring dari 58 responden dan diberi label positif atau negatif. Tahapan penelitian meliputi preprocessing teks (lowercasing, cleaning, tokenisasi, stopword removal, stemming), pembobotan kata menggunakan TF-IDF, penanganan ketidakseimbangan kelas dengan Random Oversampling, serta klasifikasi menggunakan Logistic Regression. Evaluasi dilakukan menggunakan Stratified K-Fold Cross-Validation (5 fold), dengan oversampling diterapkan hanya pada data latih di setiap fold untuk menghindari data leakage. Model menghasilkan rata-rata accuracy sebesar 70% dan F1-score weighted sebesar 70%. Temuan ini mengindikasikan bahwa Logistic Regression cukup menjanjikan untuk klasifikasi sentimen teks berbahasa Indonesia pada dataset sederhana, meskipun terbatas oleh ukuran sampel yang kecil
Unduhan
Referensi
E. C. Ratmoko and M. A. I. Pakereng, “Analisis User Experience Mahasiswa terhadap Sistem Informasi SIASAT Menggunakan User Experience Questionnaire,” Jurnal TEKINKOM, vol. 5, no. 1, pp. 11–17, Jun. 2022, doi: 10.37600/tekinkom.v5i1.498.
T. M. P. Aulia, N. Arifin, and R. Mayasari, “Perbandingan Kernel Support Vector Machine (SVM) dalam Penerapan Analisis Sentimen Vaksinasi COVID-19,” SINTECH Journal, vol. 4, no. 2, pp. 139–144, Oct. 2021, doi: https://doi.org/10.31598/sintechjournal.v4i2.762
F. A. Larasati, D. E. Ratnawati, and B. T. Hanggara, “Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 9, pp. 4305–4313, Sep. 2022. [Online]. Available: http://j-ptiik.ub.ac.id
D. N. Ardelia, H. D. Arifin, S. Daniswara, dan A. P. Sari, “Klasifikasi Harga Ponsel Menggunakan Algoritma Logistic Regression,” Journal Informatics and Electronics Engineering, vol. 4, no. 1, pp. 37–43, Jun. 2024.
F. Azimah dan K. R. N. Wardani, “Klasifikasi Deteksi Gejala Awal COVID-19 dengan Metode Logistic Regression, Random Forest Classifier dan Support Vector Machine,” Jurnal Locus: Penelitian & Pengabdian, vol. 1, no. 6, pp. 405–418, Sep. 2022, doi: 10.36418/locus.v1i6.135.
W N. Fitriyani, D. R. Amalia, H. H. Handayani, dan A. F. N. Masruriyah, “Aplikasi Berbasis Web Berdasarkan Model Klasifikasi Algoritma SVM dan Logistic Regression Terhadap Data Diabetes,” Riset dan E-Jurnal Manajemen Informatika Komputer (REMik), vol. 7, no. 4, pp. 1762–1771, Okt. 2023, doi: 10.33395/remik.v7i4.13001.
A. W. Adi and E. Maria, "Evaluasi Sistem Informasi Akademik Satya Wacana Menggunakan PIECES Framework," Jurnal Pendidikan Teknologi Informasi (JUKANTI), vol. 5, no. 2, pp. 259–271, Nov. 2022. [Online]. Available: https://ojs.cbn.ac.id/index.php/jukanti/article/view/1028/396
S. Anwar, “Evaluasi Pengalaman Pengguna Mahasiswa terhadap Sistem Informasi SIASAT: Pendekatan dengan User Experience Questionnaire,” Jurnal Ilmu Komputer Ruru, vol. 2, no. 1, pp. 9–16, Jan. 2025, doi: https://doi.org/10.69688/jikr.v2i1.9.
A. L. Ma’dika and E. Mailoa, “Analisis User Experience Aplikasi Siasat Mobile dengan Metode Heuristic Evaluation,” Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 12, no. 2, pp. 739–750, Aug. 2023, doi: https://issn.lipi.go.id/terbit/detail/1560841321.
O. N. Julianti, N. Suarna, and W. Prihartono, “Penerapan Natural Language Processing pada Analisis Sentimen Judi Online di Media Sosial Twitter,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 3, pp. 2936–2944, Jun. 2024.
S. D. Prasetyo, S. S. Hilabi, and F. Nurapriani, “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” Jurnal KomtekInfo, vol. 10, no. 1, pp. 1–7, 2023, doi: 10.35134/komtekinfo.v10i1.330.
Marketplace dan E-Commerce dengan pendekatan Binary Logistic Regression,” Jurnal Pendidikan dan Kewirausahaan, vol. 10, no. 1, pp. 204–220, 2022, doi: 10.47668/pkwu.v9i1.281. Available: https://journalstkippgrisitubondo.ac.id/index.php/PKWU/article/view/281
G. Rininda, I. H. Santi, and S. Kirom, “Penerapan SVM dalam Analisis Sentimen pada Edlink Menggunakan Pengujian Confusion Matrix,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 5, pp. 3335–3340, Oct. 2023.
M. I. Putri and I. Kharisudin, "Analisis Sentimen Pengguna Aplikasi Marketplace Tokopedia pada Situs Google Play Menggunakan Metode Support Vector Machine (SVM), Naïve Bayes, dan Logistic Regression," PRISMA, Prosiding Seminar Nasional Matematika, vol. 5, pp. 759–766, 2022. [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
A. S. Afif and A. R. Pratama, "Analisis Sentimen Kebijakan Pendidikan di Masa Pandemi COVID-19 dengan CrowdTangle di Instagram," Universitas Islam Indonesia, Yogyakarta, 2021.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Robby Adrian Fajar Sulistya Sulistya, Magdalena Ariance Ineke Pakereng
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Lisensi Jurnal JUKANTI
JUKANTI (Jurnal Pendidikan Teknologi Informasi) berkomitmen untuk mendukung akses terbuka dan diseminasi pengetahuan ilmiah. Seluruh artikel yang diterbitkan di JUKANTI didistribusikan di bawah lisensi Creative Commons Attribution 4.0 International License (CC BY 4.0).
Creative Commons Attribution 4.0 International License (CC BY 4.0)
Di bawah lisensi ini, pengguna diperbolehkan untuk membaca, mengunduh, menyalin, mendistribusikan, mencetak, menelusuri, menautkan, menggubah, mengadaptasi, dan mengembangkan karya yang diterbitkan untuk tujuan yang sah, termasuk tujuan komersial, sepanjang memberikan atribusi yang tepat kepada penulis asli dan publikasi asli di JUKANTI, menyertakan tautan ke lisensi, serta menyatakan apabila terdapat perubahan yang dilakukan.
Hak Penulis
Penulis tetap memegang hak cipta atas artikel mereka dan memberikan hak publikasi pertama kepada JUKANTI. Penulis juga diperbolehkan untuk menyimpan dan membagikan versi terbit artikel mereka di repositori institusi, repositori bidang ilmu, website pribadi, dan jejaring akademik, sepanjang publikasi asli di JUKANTI dikutip dan ditautkan dengan benar.
Kewajiban Penulis
Penulis yang menerbitkan artikel di JUKANTI bertanggung jawab untuk memastikan bahwa karya yang dikirimkan bersifat orisinal, tidak melanggar hak cipta, serta memenuhi standar etika dan ketentuan hukum yang berlaku. Penulis wajib memperoleh izin penggunaan materi pihak ketiga yang dimasukkan dalam naskah apabila diperlukan.
Informasi Lisensi
Lisensi: Creative Commons Attribution 4.0 International License (CC BY 4.0)
URL Lisensi: https://creativecommons.org/licenses/by/4.0/
Komitmen terhadap Standar Akses Terbuka
JUKANTI berkomitmen untuk menjaga kebijakan editorial yang transparan, ketentuan lisensi yang jelas, dan praktik publikasi akses terbuka sesuai dengan standar publikasi ilmiah internasional.
Untuk pertanyaan atau klarifikasi lebih lanjut mengenai lisensi ini, silakan menghubungi kantor editorial JUKANTI melalui edu@ucb.ac.id
