ANALISIS SENTIMEN PADA EDOM STMIK PRIMAKARA MENGGUNAKAN METODE LONG SHORT TERM MEMORY

Abstract

ABSTRACT
EDOM (Evaluasi Dosen Oleh Mahasiswa) is an instrument for evaluating the performance of lecturers at universities on the STMIK Primakara campus with the aim of obtaining information from students about the performance of lecturers in the teaching process. The EDOM evaluation process at STMIK Primakara still uses the manual method, which is certainly not effective when there is a lot of EDOM data. Sentiment analysis is a part of artificial intelligence that is used to analyze opinions, emotions, judgments and evaluations of an object. With sentiment analysis the evaluation process on EDOM will be easier to do, because the calculations will be assisted by machines. The classification method used in this study is the recurrent neural network which gets an average accuracy of 88.93% in the class 2 scenario that does not use neutral sentiment..
Keywords: EDOM, sentiment analisys, recurrent neural network, LSTM.
ABSTRAK
EDOM (Evaluasi Dosen Oleh Mahasiswa) merupakan instrumen untuk evaluasi kinerja dosen pada perguruan tinggi di kampus STMIK Primakara dengan tujuan untuk memperoleh informasi dari mahasiswa tentang kinerja dosen dalam proses mengajar. Proses evaluasi EDOM di STMIK Primakara masih menggunakan cara manual, yang tentunya tidak efektif ketika data EDOM yang sangat banyak. Analisis sentimen merupakan bagian ilmu dari kecerdasan buatan yang digunakan untuk menganalisa pendapat, emosi, penilaian dan evaluasi suatu objek. Dengan analisis sentimen proses evaluasi pada EDOM akan lebih mudah dilakukan, karena perhitungan akan dibantu oleh mesin. Metode klasifikasi yang digunakan pada penelitian ini yaitu recurrent neural network dengan varian LSTM yang mendapatkan rata – rata akurasi 88.93% pada skenario class 2 yang tidak menggunakan sentimen netral.
Kata Kunci : EDOM, analisis sentimen, recurrent neural network, LSTM.