ANALISIS SENTIMEN PERGURUAN TINGGI TERMEWAH DI INDONESIA MENURUT ULASAN GOOGLE MAPS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Authors

  • Adhitia Erfina Universitas Nusaputra Sukabumi
  • Neng Resti Wardani Universitas Nusaputra Sukabumi

DOI:

https://doi.org/10.36595/misi.v5i1.591

Keywords:

Google Map, Perguruan Tinggi, Sentimen Analisis, Support Vector Machine (SVM)

Abstract

Perguruan tinggi merupakan salah satu penyelenggara pendidikan yang dibutuhkan oleh seluruh masyarakat pada zaman sekarang ini. Kelengkapan fasilitas dari suatu perguruan tinggi juga sangat dipertimbangkan oleh calon mahasiswa yang akan mendaftar. Indonesia memiliki beberapa perguruan tinggi dengan fasilitas beragam dan berkualitas yaitu president University, kedua Binus University, ketiga Universitas Ciputra, keempat Universitas Pelita Harapan, kelima Universitas Trisakti. Namun dilihat dari komentar pengunjung dan pemberian bintang yang diberikan dalam ulasan Google Maps dari ke lima perguruan tinggi diatas memiliki rating bawah dari urutan yang telah disebutkan dan adapun yang memberikan rating atas dengan komentar yang tidak bagus. Maka dari itu penelitian ini bertujuan untuk menganalisis komentar ulasan pengunjung perguruan tinggi tersebut sebagai variabel tambahan untuk menetukan universitas yang terbaik menurut ulasan Google Maps. Dalam penelitian ini digunakaan algoritma SVM (Support Vector Machine) sebagai algoritma untuk menentukan nilai akurasinya. Hasil dari implementasi algoritma Support Vector Machine ada penelitian ini menunjukan bahwa tingkat keakurasian untuk Perguruan Tinggi termewah dengan fasilitas yang bagus pertama yaitu Universitas Ciputra 85,00 %, kedua Presiden University 75,00%, ketiga Universitas Tri Sakti 67,50%, ke empat Universitas Pelita Harapan 62,50%, ke Lima yaitu Binus University 62,50%.

References

Hayati, k. (2019). Perguruan Tinggi: Pengertian, Tujuan, Jenis dan Bentuknya. Diakses pada tanggal 15 Desember 2021 dari https://www.bing.com/search?q=pengertian+perguruan+tinggi

A. Erfina, E. S. Basryah, A. Saepulrohman, and D. Lestari, “Analisis Sentimen Aplikasi Pembelajaran Online Di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine,” Semin. Nas. Inform., vol. Vol 1, No, no. Semasif, pp. 145–152, 2020.

B. W. Sari and F. F. Haranto, “Implementasi Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter Terhadap Pelayanan Telkom Dan Biznet,” J. Pilar Nusa Mandiri, vol. 15, no. 2, pp. 171–176, 2019, doi: 10.33480/pilar.v15i2.699.

M. N. Ardhiansyah, R. Umar, and Sunardi, “Analisis Sentimen pada Twitter Menggunakan Metode Support Vector Machine,” Semin. Nas. Teknol. Fak. Tek. Univ. Krisnadwipayana, vol. 1, no. 1, pp. 739–742, 2019, [Online]. Available: https://jurnal.teknikunkris.ac.id/index.php/semnastek2019/article/view/343/342.

A. Rahmawati, A. Marjuni, and J. Zeniarja, “Analisis Sentimen Publik Pada Media Sosial Twitter Terhadap Pelaksanaan Pilkada Serentak Menggunakan Algoritma Support Vector Machine,” CCIT J., vol. 10, no. 2, pp. 197–206, 2017, doi: 10.33050/ccit.v10i2.539.

F. Rahutomo, P. Y. Saputra, and M. A. Fidyawan, “Implementasi Twitter Sentiment Analysis Untuk Review Film MenggunaRahutomo, F., Saputra, P. Y. and Fidyawan, M. A. (2018) ‘Implementasi Twitter Sentiment Analysis Untuk Review Film Menggunakan Algoritma Support Vector Machine’, Jurnal Informatika Polinema,” J. Inform. Polinema, vol. 4, no. 2, p. 93, 2018.

M. Rezki, D. N. Kholifah, M. Faisal, P. Priyono, and R. Suryadithia, “Analisis Review Pengguna Google Meet dan Zoom Cloud Meeting Menggunakan Algoritma Naïve Bayes,” J. Infortech, vol. 2, no. 2, pp. 264–270, 2020, doi: 10.31294/infortech.v2i2.9286.

M. A. Maulana, A. Setyanto, and M. P. Kurniawan, “Analisis Sentimen Media Sosial Universitas Amikom,” Semin. Nas. Teknol. Inf. dan Multimed. 2018 Univ. AMIKOM Yogyakarta, 10 Februari 2018, pp. 7–12, 2018.

D. Darwis, E. S. Pratiwi, and A. F. O. Pasaribu, “Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia,” Edutic - Sci. J. Informatics Educ., vol. 7, no. 1, pp. 1–11, 2020, doi: 10.21107/edutic.v7i1.8779.

Mujilahwati, S. (2016). Pre-Processing Text Mining Pada Data Twitter. Seminar Nasional Teknologi Informasi Dan Komunikasi, 2016(Sentika), 2089–9815.

Muji lahwati, S. (2016). Pre-Processing Text Mining Pada Data Twitter. Seminar Nasional Teknologi Informasi Dan Komunikasi, 2016(Sentika), 2089–9815.

Khairul Imtihan, (2015). Perencanaan Strategi Sistem Informasi Pendidikan Pada Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Lombok. Bianglala Informatika, 3(2)

Imtihan, K., & Fahmi, H. (2020). Analisis Dan Perancangan Sistem Informasi Daerah Rawan Kecelakaan Dengan Menggunakan Geographic Information Systems

Imtihan, K., & Basri, M. H. (2019). Sistem Informasi Pembuatan Manifest Muatan Kapal Berbasis Dekstop Dan Android. Jurnal Manajemen Informatika dan Sistem Informasi, 2(2), 69-76. (GIS). Jurnal Manajemen Informatika dan Sistem Informasi, 3(1), 16-23.

Downloads

Published

11-02-2022

How to Cite

Adhitia Erfina, & Neng Resti Wardani. (2022). ANALISIS SENTIMEN PERGURUAN TINGGI TERMEWAH DI INDONESIA MENURUT ULASAN GOOGLE MAPS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Jurnal Manajemen Informatika Dan Sistem Informasi, 5(1), 77–85. https://doi.org/10.36595/misi.v5i1.591