APLIKASI KLASIFIKASI SENTIMEN TERHADAP EVALUASI DOSEN OLEH MAHASISWA (EDOM) DENGAN METODE LONG SHORT-TERM MEMORY (LSTM) DI POLITEKNIK HARAPAN BERSAMA

Ulkhak, Umar (2022) APLIKASI KLASIFIKASI SENTIMEN TERHADAP EVALUASI DOSEN OLEH MAHASISWA (EDOM) DENGAN METODE LONG SHORT-TERM MEMORY (LSTM) DI POLITEKNIK HARAPAN BERSAMA. Diploma thesis, Politeknik Harapan Bersama.

Text (TI 392.22 UMA a) LAPORAN TA HKI 17090008 UMAR ULKHAK.pdf Restricted to Registered users only Download (6MB)

Abstract

Politeknik Harapan Bersama menerapkan adanya kuesioner online dalam rangka penilaian kinerja terhadap tenaga pengajar (dosen) dengan menggunakan kuesioner yang diisikan oleh mahasiswa pada setiap pergantian semester sebelum dilakukannya Ujian Akhir Semester (UAS). Dengan cara menuliskan kritik dan saran terhadap kegiatan perkuliahan. Evaluasi Dosen Oleh Mahasiswa atau yang biasa disebut dengan EDOM memiliki peranan yang sangat penting. Selain itu, data EDOM juga mampu untuk meningkatkan kualitas dalam pembelajaran dan standarisasi akademik yang perlu dievaluasi sehingga menghasilkan mahasiswa-mahasiswa yang berkualitas. Penelitian ini dilakukan dengan analisis sentimen menggunakan metode atau algoritma klasifikasi long short term memory (LSTM), metode ini bisa digunakan untuk mengklasifikasikan opini ke dalam kelas kurang, cukup, baik maupun sangat baik. Data yang digunakan adalah data komentar 1 semester ganjil tahun 2021/2022, data komentar yang terkumpul terdapat 8.092 dari data dosen pengajar aktif yang ada di Politeknik Harapan Bersama. Dari data komentar ini bisa dilihat apakah yang ditulis oleh mahasiswa merupakan penilaian yang bernilai kurang, cukup, baik maupun sangat baik. Kemudian dilakukannya analisis sentimen terhadap komentar, beberapa tahapan untuk analisis sentimen ini adalah pre-processing, ekstraksi fitur, klasifikasi dan evaluasi yang kemudian di implementasikan ke dalam aplikasi berbasis website dengan framework flask . Hasil dari penelitian ini adalah aplikasi berbasis website untuk menentukan klasifikasi EDOM. Dimana untuk modeling memperoleh tingkat akurasi 85% dan pengujian aplikasi dengan black box sudah menghasilkan input dan output sesuai fungsional aplikasi serta pengujian dari 10 sample data komentar aplikasi berhasil mengklasifikasikan dengan baik 7 data atau 70% dari sample data uji.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technical Information > Technical Information
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	Unnamed user with email perpustakaan@poltektegal.ac.id
Date Deposited:	27 Dec 2022 07:49
Last Modified:	27 Dec 2022 07:49
URI:	http://eprints.poltektegal.ac.id/id/eprint/1373

Actions (login required)

View Item