ANALISIS SENTIMEN MAHASISWA TERHADAP SIASAT UKSW BERDASARKAN KUESIONER MENGGUNAKAN METODE LOGISTIC REGRESSION

Penulis

  • Robby Adrian Fajar Sulistya Sulistya Universitas Kristen Satya Wacana
  • Magdalena Ariance Ineke Pakereng Universitas Kristen Satya Wacana

DOI:

https://doi.org/10.37792/jukanti.v9i1.1935

Kata Kunci:

analisis sentimen, logistic regression, machine learning, SIASAT, TF-IDF

Abstrak

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

Data unduhan belum tersedia.

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

2026-04-30

Cara Mengutip

Sulistya, R. A. F. S., & Pakereng, M. A. I. . (2026). ANALISIS SENTIMEN MAHASISWA TERHADAP SIASAT UKSW BERDASARKAN KUESIONER MENGGUNAKAN METODE LOGISTIC REGRESSION. Jurnal Pendidikan Teknologi Informasi (JUKANTI), 9(1), 20–31. https://doi.org/10.37792/jukanti.v9i1.1935

Terbitan

Vol 9 No 1 (2026): JURNAL PENDIDIKAN TEKNOLOGI INFORMASI (JUKANTI) EDISI APRIL 2026

Bagian

Articles

Lisensi

Hak Cipta (c) 2026 Robby Adrian Fajar Sulistya Sulistya, Magdalena Ariance Ineke Pakereng

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

Lisensi Jurnal JUKANTI

JUKANTI berkomitmen untuk mempromosikan akses terbuka dan distribusi bebas pengetahuan. Kami menerapkan model lisensi berikut untuk memastikan penggunaan yang adil dan etis dari materi yang diterbitkan.

Lisensi Creative Commons Attribution 4.0 International (CC BY 4.0)

Semua artikel yang diterbitkan oleh JUKANTI dilisensikan di bawah Creative Commons Attribution 4.0 International License. Lisensi ini memungkinkan pengguna untuk:

  • Menyalin dan Mendistribusikan: Pengguna bebas menyalin, mendistribusikan, dan menampilkan karya asli, asalkan mereka memberikan pengakuan yang tepat kepada penulis dan sumber.
  • Mengadaptasi: Pengguna dapat mengubah, mengubah, dan membangun karya asli, asalkan mereka memberikan pengakuan yang tepat dan menunjukkan jika perubahan telah dilakukan.
  • Penggunaan Komersial: Pengguna dapat menggunakan karya untuk tujuan komersial, asalkan mereka memberikan pengakuan yang tepat.

Kewajiban Penulis

Penulis yang menerbitkan artikelnya dengan JUKANTI setuju untuk:

  • Menjamin bahwa karya adalah asli dan bebas dari pelanggaran hak cipta.
  • Memberikan izin kepada JUKANTI untuk menerbitkan karya di bawah lisensi CC BY 4.0.
  • Menyimpan hak cipta asli atas karya mereka, dengan lisensi publikasi yang diberikan kepada JUKANTI.

Kepatuhan dengan DOAJ

JUKANTI berkomitmen untuk mematuhi pedoman dan standar yang ditetapkan oleh Directory of Open Access Journals (DOAJ). Kami berusaha untuk memastikan integritas, transparansi, dan kualitas tinggi dalam semua publikasi kami.

Untuk pertanyaan atau klarifikasi lebih lanjut mengenai lisensi ini, silakan hubungi Editor Jukanti di jukanti.ejournalcbn@gmail.com.