xi
KLASIFIKASI ULASAN INDEKS PENGAJARAN DOSEN (IPD) MENGGUNAKAN MULTINOMIAL NAΪVE BAYES
(STUDI KASUS : ULASAN IPD MATA KULIAH TAHAP PERSIAPAN BERSAMA ITK)
Nama : Ninda Elivia Defika Putri
NIM : 02181029
Dosen Pembimbing Utama : Aditya Putra Pratama S.Si., M.Si.
Dosen Pembimbing Pendamping : Primadina Hasanah S.Si., M.Sc.
ABSTRAK
Indeks Pengajaran Dosen (IPD) merupakan sebuah penilaian yang diberikan mahasiswa yang menjadi salah satu ukuran mutu pembelajaran yang diberikan oleh dosen selama perkuliahan Tahap Persiapan Bersama (TPB). TPB merupakan program yang harus ditempuh mahasiswa tingkat satu sebagai awal persiapan akademik untuk mempersiapkan tentang ilmu dasar bagi mahasiswa Institut Teknologi Kalimantan (ITK). Adapun tujuan dari dilakukannya pengisian IPD yaitu sebagai evaluasi untuk meningkatkan kualitas pembelajaran di ITK. Dalam kuesioner indeks pengajaran dosen terdapat kolom komentar untuk mahasiswa menyampaikan pendapat terkait proses pembelajaran selama perkuliahan. Analisis komentar mahasiswa diperlukan untuk melakukan evaluasi serta perbaikan mutu pembelajaran. Oleh karena itu, penelitian ini dilakukan untuk mengklasifikasikan ulasan mahasiswa dalam IPD. Salah satu metode untuk mengolah data ulasan yang berupa teks yaitu text mining dengan menggunakan Multinomial Naïve Bayes (MNB). Metode MNB merupakan salah satu metode statistika yang digunakan untuk mengklasifikasikan ulasan ke dalam kelas positif dan negatif. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi ulasan dan mengetahui tingkat akurasi ulasan dengan menggunakan metode Multinomial Naïve Bayes. Data yang digunakan pada penelitian ini yaitu data komentar mahasiswa pada IPD TA 2020/2021 pada perkuliahan TPB. Proses yang dilakukan dalam penelitian yaitu case folding, cleaning, stopword, dan stemming. Dengan pembagian data menjadi data latih sebesar 80% dan data uji 20%, hasil akurasi yang diperoleh dari penelitian ini dengan metode MNB yaitu sebesar 88, 39%. Hasil klasifikasi komentar positif sebanyak 339 komentar dengan persentase sebesar 83,70% dan hasil klasifikasi komentar negatif sebanyak 66 komentar dengan persentase sebesar 16,29%. Dapat disimpulkan bahwa akurasi yang diperoleh sudah cukup baik dalam menganalisis komentar mahasiswa mengenai evaluasi kinerja pengajaran dosen.
Kata Kunci : Indeks Pengajaran Dosen, Multinomial Naïve Bayes, Komentar
