HOSTJOURNALSHOSTJOURNALS
Bulletin of Computer Science ResearchBulletin of Computer Science ResearchKeluhan mahasiswa Telkom University yang disampaikan melalui akun Telyufess di media sosial X belum dimanfaatkan secara optimal sebagai bahan evaluasi layanan kampus. Penelitian ini bertujuan untuk mengklasifikasikan tweet pada akun Telyufess ke dalam dua kategori, yaitu bidang (berkaitan dengan unit-unit resmi rektorat seperti akademik, keuangan, dan layanan kampus) dan non-bidang (keluhan umum yang tidak terhubung langsung dengan unit tertentu). Permasalahan utama yang diangkat adalah pentingnya pemetaan keluhan secara otomatis untuk mendukung evaluasi layanan kampus. Metode klasifikasi yang digunakan adalah Naïve Bayes, dengan tahapan pelabelan manual oleh peneliti dan asisten annotator (disertai validasi antar-rater), praproses teks (normalisasi menggunakan kamus baku dan library Sastrawi, penghapusan karakter khusus, penggunaan stop word berbasis Bahasa Indonesia yang dilengkapi kata unik “telyu!), tokenisasi, stemming, pembobotan TF-IDF, serta pembagian data ke dalam rasio 65:35, 70:30, 80:20, dan 90:10. Sebanyak 1.090 tweet dikumpulkan dalam rentang 1 Januari 2023 hingga 1 Januari 2025 menggunakan Tweet Harvest API, dengan kriteria tweet berupa keluhan, opini, dan saran (retweet tidak disertakan). Hasil eksperimen menunjukkan bahwa model memperoleh akurasi tertinggi sebesar 87,27% pada rasio 90:10, diikuti oleh 81,74% (80:20), 78,35% (70:30), dan 76,96% (65:35). Meskipun terdapat indikasi overfitting pada data pelatihan (akurasi >99%), metode Naïve Bayes terbukti efektif dalam klasifikasi otomatis tweet, serta memberikan kontribusi terhadap pemanfaatan media sosial sebagai sumber data evaluasi layanan kampus.
Penelitian menunjukkan bahwa algoritma Naïve Bayes dapat mengklasifikasikan tweet Telyufess dengan akurasi tertinggi 87,27% pada rasio 90.10, dan bahwa peningkatan proporsi data pelatihan meningkatkan performa pada data uji.Namun, terdapat indikasi overfitting karena akurasi data latih melebihi 99%, sehingga model kurang efektif pada data baru.Oleh karena itu, disarankan penelitian selanjutnya menerapkan teknik regularisasi, validasi silang, atau ensemble learning, serta menguji model dengan dataset tambahan dari periode berbeda.
Saran penelitian selanjutnya dapat diarahkan pada tiga bidang utama. Pertama, meneliti penerapan model pembelajaran mendalam seperti BERT atau RoBERTa untuk klasifikasi tweet Telyufess guna meningkatkan akurasi dan mengurangi risiko overfitting dibandingkan Naïve Bayes tradisional. Kedua, mengembangkan pendekatan klasifikasi multi‑label yang memungkinkan satu tweet dikategorikan sekaligus sebagai bidang, non‑bidang, atau kategori tambahan seperti saran layanan, sehingga informasi yang lebih kaya dapat diekstrak untuk evaluasi rektorat. Ketiga, melakukan analisis temporal terhadap data tweet selama beberapa tahun untuk mengidentifikasi pola perubahan keluhan mahasiswa seiring waktu dan mengevaluasi efektivitas perbaikan layanan kampus yang telah diterapkan. Penelitian-penelitian tersebut diharapkan dapat memberikan wawasan lebih mendalam tentang dinamika keluhan mahasiswa, meningkatkan performa model klasifikasi, serta mendukung keputusan strategis berbasis data yang lebih akurat.
- Penggunaan Metode Naïve Bayes untuk Klasifikasi Topik Tweet Bidang dan Non-Bidang Rektorat Telkom... doi.org/10.47065/bulletincsr.v5i5.705Penggunaan Metode Nayve Bayes untuk Klasifikasi Topik Tweet Bidang dan Non Bidang Rektorat Telkom doi 10 47065 bulletincsr v5i5 705
- Sentimen Analisis Vaksin Covid-19 Menggunakan Naive Bayes Dan Support Vector Machine | Journal of Artificial... ejournal.techcart-press.com/index.php/jaiti/article/view/20Sentimen Analisis Vaksin Covid 19 Menggunakan Naive Bayes Dan Support Vector Machine Journal of Artificial ejournal techcart press index php jaiti article view 20
- Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN | Jurnal... doi.org/10.35134/komtekinfo.v10i1.330Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Nayve Bayes dan KNN Jurnal doi 10 35134 komtekinfo v10i1 330
- Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i. analisis sentimen pemodelan pariwisata lombok... jurnal.iaii.or.id/index.php/RESTI/article/view/2587Jurnal RESTI Rekayasa Sistem dan Teknologi Informas i analisis sentimen pemodelan pariwisata lombok jurnal iaii index php RESTI article view 2587
| File size | 761.07 KB |
| Pages | 10 |
| DMCA | Report |
Related /
UNSURYAUNSURYA Penelitian ini menyimpulkan bahwa frekuensi pembelian produk oli Nissan pada PT. Jaya Tama Kencana Motor menggunakan metode EOQ adalah 6 kali setahun,Penelitian ini menyimpulkan bahwa frekuensi pembelian produk oli Nissan pada PT. Jaya Tama Kencana Motor menggunakan metode EOQ adalah 6 kali setahun,
LPKIALPKIA Berdasarkan hasil penelitian, dapat disimpulkan bahwa proses rekapitulasi tagihan voucher AHASS pada Bagian Technical Service PT Daya Adicipta Motora BandungBerdasarkan hasil penelitian, dapat disimpulkan bahwa proses rekapitulasi tagihan voucher AHASS pada Bagian Technical Service PT Daya Adicipta Motora Bandung
BSIBSI Masalah utama terletak pada pencatatan laporan keluar-masuk barang, stok akhir, dan isu-isu persediaan lainnya. Hal ini berdampak pada lambatnya prosesMasalah utama terletak pada pencatatan laporan keluar-masuk barang, stok akhir, dan isu-isu persediaan lainnya. Hal ini berdampak pada lambatnya proses
BSIBSI Setiap tahapan diimplementasikan secara iteratif untuk menyesuaikan kebutuhan pengguna dan meminimalkan risiko kesalahan. Hasil penelitian menunjukkanSetiap tahapan diimplementasikan secara iteratif untuk menyesuaikan kebutuhan pengguna dan meminimalkan risiko kesalahan. Hasil penelitian menunjukkan
UNBITAGOUNBITAGO Kegiatan ini berdampak positif terhadap kualitas layanan sosial dan mendukung tata kelola pemerintahan yang lebih baik. Kegiatan pendampingan pemanfaatanKegiatan ini berdampak positif terhadap kualitas layanan sosial dan mendukung tata kelola pemerintahan yang lebih baik. Kegiatan pendampingan pemanfaatan
UNIKAMAUNIKAMA Hasil penelitian menunjukkan bahwa implementasi Coretax berhasil meningkatkan efisiensi pelaporan, akurasi data, dan ketepatan waktu penyampaian SPT MasaHasil penelitian menunjukkan bahwa implementasi Coretax berhasil meningkatkan efisiensi pelaporan, akurasi data, dan ketepatan waktu penyampaian SPT Masa
BSIBSI Hasil black-box testing menunjukkan bahwa seluruh fitur utama berfungsi sesuai dengan kebutuhan yang telah diidentifikasi.meskipun sistem ini telah memenuhiHasil black-box testing menunjukkan bahwa seluruh fitur utama berfungsi sesuai dengan kebutuhan yang telah diidentifikasi.meskipun sistem ini telah memenuhi
UNIDAUNIDA UD Mahaputra merupakan salah satu produsen gula semut tebu yang berada di Desa Sukorejo Kecamatan Bangorejo. Analisis kondisi rantai pasok dan analisisUD Mahaputra merupakan salah satu produsen gula semut tebu yang berada di Desa Sukorejo Kecamatan Bangorejo. Analisis kondisi rantai pasok dan analisis
Useful /
KOMPETIFKOMPETIF Moral disengagement serves as a key psychological mechanism enabling destructive knowledge behavior, particularly in digitally mediated work environments.Moral disengagement serves as a key psychological mechanism enabling destructive knowledge behavior, particularly in digitally mediated work environments.
BSIBSI PS3 dan PS4 mendominasi pada periode tertentu, dengan PS4 menunjukkan peningkatan signifikan. Kemudian dengan tetap mempertahankan critics score atau meningkatkanPS3 dan PS4 mendominasi pada periode tertentu, dengan PS4 menunjukkan peningkatan signifikan. Kemudian dengan tetap mempertahankan critics score atau meningkatkan
HOSTJOURNALSHOSTJOURNALS Dengan pengembangan sistem berbasis PHP Native dan MySQL, permasalahan tersebut dapat diminimalisir. Sistem ini mempermudah proses input, pencarian, penyimpanan,Dengan pengembangan sistem berbasis PHP Native dan MySQL, permasalahan tersebut dapat diminimalisir. Sistem ini mempermudah proses input, pencarian, penyimpanan,
HOSTJOURNALSHOSTJOURNALS Proses seleksi melibatkan penghitungan nilai core factor dan secondary factor, serta perankingan berdasarkan kombinasi nilai hard skill dan soft skillProses seleksi melibatkan penghitungan nilai core factor dan secondary factor, serta perankingan berdasarkan kombinasi nilai hard skill dan soft skill