Implementasi data mining dalam proses analisa sentimen penggunaan sunan (sinau temenanan) e-learning umk sebagai media pembelajaran menggunakan algoritma naive bayes classifier

GUSTI PRAMITA, ALVINA (2025) Implementasi data mining dalam proses analisa sentimen penggunaan sunan (sinau temenanan) e-learning umk sebagai media pembelajaran menggunakan algoritma naive bayes classifier. Sarjana thesis, UNIVERSITAS MURIA KUDUS.

KLIK BACA DISINI UNTUK MEMBACA SECARA ONLINE

[thumbnail of Halaman Judul]
Preview
Text (Halaman Judul)
Halaman Judul.pdf - Published Version

Download | Baca Disini
[thumbnail of Bab 1]
Preview
Text (Bab 1)
Bab 1 TA.pdf - Published Version

Download | Baca Disini
[thumbnail of Bab 2]
Preview
Text (Bab 2)
Bab 2 TA.pdf - Published Version

Download | Baca Disini
[thumbnail of Bab 3] Text (Bab 3)
Bab 3 TA.pdf - Published Version
Restricted to Registered users only

Download
[thumbnail of Bab 4] Text (Bab 4)
Bab 4 TA.pdf - Published Version
Restricted to Registered users only

Download
[thumbnail of Bab 5] Text (Bab 5)
Bab 5 TA.pdf - Published Version
Restricted to Registered users only

Download
[thumbnail of Daftar Pustaka]
Preview
Text (Daftar Pustaka)
Daftar Pustaka TA.pdf - Published Version

Download | Baca Disini
[thumbnail of Lampiran] Text (Lampiran)
Lampiran TA.pdf - Published Version
Restricted to Registered users only

Download

Abstrak

Pesatnya perkembangan teknologi pendidikan mendorong penggunaan platform e-learning, salah satunya adalah Sunan (Sinau Temenanan) yang diterapkan di Universitas Muria Kudus (UMK). Penelitian ini bertujuan untuk menganalisis persepsi dan tingkat kepuasan mahasiswa terhadap penggunaan platform Sunan melalui analisis sentimen. Data diperoleh dengan menyebarkan kuesioner kepada mahasiswa UMK, yang menghasilkan 181 sentimen negatif dan 206 sentimen positif. Untuk melakukan klasifikasi sentimen, digunakan teknik Data Mining dengan algoritma Naïve Bayes Classifier, yang dipilih karena kemampuannya yang tinggi dalam klasifikasi teks. Proses penelitian meliputi pengumpulan data, pre processing (seperti case folding, tokenisasi, filtering, dan stemming), serta transformasi data menggunakan metode TF-IDF. Hasil evaluasi menunjukkan accuracy sebesar 74,36%, dengan precision, recall, dan F1-score masing-masing sebesar 77,78%, 70%, dan 73,6%. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dapat mengklasifikasikan sentimen mahasiswa dengan tingkat akurasi yang cukup baik. Hal ini memberikan gambaran penting bagi pengembang e-learning Sunan untuk lebih memahami pengalaman pengguna dan melakukan perbaikan layanan yang relevan sesuai kebutuhan mahasiswa.

Item Type: Skripsi/ Thesis (Sarjana)
Dosen Pembimbing: Dosen pembimbing: 1.Dr. Ir. Wiwit Agus Triyanto, S.Kom., M.Kom Dosen Pembimbing: 2.Syafiul Muzid, ST., M.Cs
Kata Kunci: Data Mining, Analisis Sentimen, E-Learning, Naïve Bayes
Subjects: Ilmu Murni > Matematika
Ilmu Murni > Matematika > Perangkat lunak (software) komputer
Program Studi: Fakultas Teknik > S1 Sistem Informasi
Depositing User: Mr Firman Al Mubaroq
Date Deposited: 06 Aug 2025 03:54
Last Modified: 06 Aug 2025 03:54
URI: http://eprints.umk.ac.id/id/eprint/24942

Actions (login required)

View Item View Item