Sidik, Purnama (2025) KOMPARASI METODE RANDOM FOREST DENGAN SUPPORT VECTOR MACHINE PADA SENTIMEN ANALISIS KOMENTAR KUESIONER KEPUASAN MAHASISWA (KKM) ITB STIKOM BALI. Masters thesis, UNIVERSITAS PENDIDIKAN GANESHA.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2129101037-COVER.pdf Download (1MB) |
|
Text (ABSTRAK)
2129101037-ABSTRAK.pdf Download (614kB) |
|
Text (BAB 1 PENDAHULUAN)
2129101037-BAB 1 PENDAHULUAN.pdf Download (1MB) |
|
Text (BAB 2 KAJIAN TEORI)
2129101037-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2129101037-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2129101037-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (9MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2129101037-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (890kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2129101037-DAFTAR PUSTAKA.pdf Download (1MB) |
|
Text (LAMPIRAN)
2129101037-LAMPIRAN.pdf Download (1MB) |
Abstract
ABSTRAK Sidik, Purnama (2024), Komparasi Metode Random Forest dan Support Vector Machine Pada Sentimen Analisis Komentar Kuesioner Kepuasan Mahasiswa (KKM) ITB STIKOM Bali. Tesis, Ilmu Komputer, Pascasarjana, Universitas Pendidikan Ganesha. Tesis ini disetujui dan diperiksa oleh: Pembimbing I: Dr. I Made Gede Sunarya, S.Kom., M.Cs. dan Pembimbing II: Dr. I Gede Aris Gunadi, S.Si., M.Kom. Kata Kunci: ITB STIKOM Bali, Kuesioner Kepuasan Mahasiswa, Sentimen Analisis, Klasifikasi, Algoritma Support Vector Machine, Algoritma Random Forest. ITB STIKOM Bali merupakan salah satu perguruan tinggi di Bali yang bergerak di bidang TI. Untuk menjaga kualitas dari ITB STIKOM Bali, pihak penjaminan mutu bekerja sama dengan puskom menyebarkan kuesioner kepuasan mahasiswa setiap akhir semester. Dalam penilaian fasilitas kepuasan mahasiswa, bagian komentar merupakan salah satu poin untuk menilai fasilitas ITB STIKOM Bali setiap akhir semester. Respon mahasiswa selama ini dianalisis secara manual. Penelitian ini mencari metode yang efektif dalam menganalisis sentimen terhadap kepuasan mahasiswa dengan mengomparasi metode random forest dengan support vector machine. Penelitian melalui beberapa tahapan, yaitu pengumpulan data, pelabelan data, preprocessing, transformation, data mining, evaluation dan visualisasi. Pada penelitian ini, metode random forest sebelum penerapan augmentation text pada perbandingan 90:10 menghasilkan accuracy 0.85, precision 0.87, recall 0.85 dan f1-score 0.83. Selanjutnya untuk metode support vector machine pada perbandingan 80:20 dan 90:10 menghasilkan accuracy 0.92, precision 0.92, recall 0.92 dan f1-score 0.92. Selanjutnya setelah menerapkan augmentation text, metode random forest pada perbandingan 80:20 dan 90:10 menghasilkan accuracy 0.92, precision 0.92, recall 0.92 dan f1-score 0.92. Akhirnya, untuk metode support vector machine pada perbandingan 90:10 menghasilkan accuracy 0.97, precision 0.97, recall 0.97 dan f1-score 0.97. Penelitian ini menghasilkan kurva ROC dengan hasil excellent classification. Diharapkan dengan penelitian ini, dapat menambah referensi dari penilaian kepuasan mahasiswa ITB STIKOM Bali setiap akhir semester.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | ITB STIKOM Bali, Kuesioner Kepuasan Mahasiswa, Sentimen Analisis, Klasifikasi, Algoritma Support Vector Machine, Algoritma Random Forest, Analysis Sentiment, Classification, Support Vector Machine Algorithm, Random Forest Algorithm. |
| Subjects: | H Social Sciences > H Social Sciences (General) H Social Sciences > HA Statistics H Social Sciences > HB Economic Theory H Social Sciences > HN Social history and conditions. Social problems. Social reform |
| Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
| Depositing User: | Purnama Sidik |
| Date Deposited: | 08 Aug 2025 03:31 |
| Last Modified: | 08 Aug 2025 03:31 |
| URI: | http://repo.undiksha.ac.id/id/eprint/22698 |
Actions (login required)
 |
View Item |