Penerapan Algoritma Naive Bayes dengan Pembobotan TF-IDF dan Pendekatan Lexicon Untuk Analisis Sentimen Opini Mahasiswa Terhadap Fasilitas Kampus

Penelitian ini bertujuan untuk menganalisis sentimen opini mahasiswa terhadap fasilitas kampus di Universitas Nurul Jadid menggunakan metode NaiveBayes. Data dikumpulkan melalui kuesioner dan diproses menggunakan software visual studio code. Tahapan proses meliputi klasifikasi sentimen manual, preprocessing data, klasifikasi lexicon, pembobotan TF-IDF, dan klasifikasi menggunakan metode Naive Bayes. Hasil dari setiap langkah tersebut disajikan dalam bentuk tabel dan grafik. Implementasi sistem juga dilakukan dengan menciptakan aplikasi web yang memungkinkan pengguna untuk memasukkan teks/opini baru dan mendapatkan hasil klasifikasi sentimen. Hasil dari pengujian klasifikasi seentimen manual dan lexicon dengan algoritma Naive Bayes memiliki tingkat akurasi yang berbeda dengan nilai akurasi 75% klasifikasi sentimen manual dan 85% klasifikasi sentimen lexicon. Kesimpulannya pendekatan lexicon dengan algoritma naive bayes lebih unggul dibandingkan pendekatan manual karena lebih objektif, konsisten, efisien, dan mudah dikembangkan dan layak diterapkan untuk analisis sentimen opini mahasiswa terhadap fasilitas di kampus sehingga dapat menjadi bahan pertimbangan untuk kebijakan kampus