Analisis Sentimen Mahasiswa terhadap Fasilitas Kampus Berbasis Lexicon
DOI:
https://doi.org/10.29407/bjsz2t69Keywords:
Analisis Sentimen, Lexicon-Based, Survei DaringAbstract
Fasilitas kampus memiliki peran penting dalam menunjang kenyamanan dan kualitas proses pembelajaran mahasiswa. Namun, pendapat mahasiswa terhadap fasilitas kampus sering kali belum dianalisis secara sistematis sehingga sulit digunakan sebagai bahan evaluasi. Penelitian ini bertujuan untuk menganalisis sentimen mahasiswa terhadap fasilitas Kampus 2 Universitas Nusantara PGRI Kediri berdasarkan ulasan teks yang diperolah melalui survei Google Form. Data dikumpulkan dari mahasiswa aktif Angkatan 2022 kelas 4B dan 4E dalam bentuk jawaban esai mengenai kondisi fasilitas kampus, meliputi parkiran, kantin, toilet, musala, serta ruang kelas. Metode penelitian yang digunakan adalah analisis sentiment berbasis lexicon-based dengan memanfaatkan INSET Lexicon. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, pelabelan sentimen, dan visualisasi hasil. Hasil penelitian menunjukkan bahwa sentimen mahasiswa terbagi ke dalam kategori positif, netral, dan negatif dengan dominasi sentiment positif dan netral terhadap fasilitas kampus. Temuan ini menunjukkan bahwa analisis sentiment berbasis teks dapat memberikan gambaran objektif mengenai persepsi mahasiswa dan berpotensi menjadi dasar evaluasi fasilitas kampus secara berkelanjutan.
Downloads
References
[1] B. H. Hayadi and I. Maulita, “Sentiment Analysis of Public Discourse on Education in Indonesia Using Support Vector Machine (SVM) and Natural Language Processing,” Journal of Digital Society, vol. 1, no. 1, pp. 68–90, 2025.
[2] G. Priyadarshini, D. Karthika, M. Phil α, and D. Karthika σ, “Sentiment Analysis in Higher Education: A Systematic Mapping Review based Deep Neural Network,” 2022.
[3] A. R. Abidin and I. K. D. Nuryana, “Perbandingan metode klasifikasi data mining untuk mengukur tingkat kepuasan mahasiswa terhadap sistem informasi penilaian nonakademik unesa (sipena),” Journal of Emerging Information System and Business Intelligence (JEISBI), vol. 4, no. 4, pp. 129–138, 2023.
[4] G. hirzi Farizi, A. Voutama, and A. D. Hakim, “ANALISIS SENTIMEN MAHASISWA TERHADAP KETERSEDIAAN FASILITAS DI FAKULTAS ILMU KOMPUTER UNIVERSITAS SINGAPERBANGSA KARAWANG,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 3, Jul. 2025, doi: 10.23960/jitet.v13i3.6544.
[5] C. Grimalt-Álvaro and M. Usart, “Sentiment analysis for formative assessment in higher education: a systematic literature review,” J Comput High Educ, vol. 36, no. 3, pp. 647–682, Dec. 2024, doi: 10.1007/s12528-023-09370-5.
[6] W. Alfiyani, D. A. Fatah, and F. Irhamni, “Penerapan algoritma Naïve Bayes untuk analisis sentimen pada media sosial X terhadap performa tim nasional sepak bola Indonesia di era kepemimpinan Shin Tae-yong,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 3, pp. 3969–3977, 2025.
[7] P. Punusingon, A. Yusupa, and V. Tarigan, “Analisis Sentimen Pemilihan Remaja Teladan Wilayah Ratahan Menggunakan Algoritma Naive Bayes,” Journal Computer and Technology, vol. 3, no. 1, pp. 65–73, 2025.
[8] B. Zaman and E. Purwanti, Mengurai Opini Digital: Panduan Praktis Analisis Sentimen berbasis Aspek. PT. Pustaka Saga Jawadwipa, 2025.
[9] A. Okta, K. Adi, F. Prayoganing Gusti, and F. Wijaya, “Analisis Sentimen Ulasan Pengguna Aplikasi Mobile Legends Pada Google Playstore Menggunakan Naïve Bayes”, Stains, vol. 4, no. 1, pp. 641–646, Jan. 2025, doi: 10.29407/avw8b190.
[10] M. I. Raif, N. N. Hidayati, and T. Matulatan, “Otomatisasi Pendeteksi Kata Baku Dan Tidak Baku Pada Data Twitter Berbasis KBBI,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 2, pp. 337–348, 2024.
[11] M. A. Nur and N. Wardhani, “Optimasi Normalisasi Kata Pada Data Twitter Untuk Meningkatkan Akurasi Analisis Sentimen (Studi Kasus Respon Masyarakat Terhadap Layanan Teman Bus),” Jurnal Fokus Elektroda: Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali), vol. 7, no. 4, pp. 237–243, 2022.
[12] M. R. A. Yudianto, A. Rahim, P. Sukmasetya, and R. A. Hasani, “Perbandingan Metode Support Vector Machine dengan Metode Lexicon dalam Analisis Sentimen Bahasa Indonesia,” Jurnal Teknologi Informasi, vol. 6, no. 1, pp. 7–13, 2022.
[13] S. A. Nugraha, “Penerapan Lexicon Based Untuk Analisis Sentimen Masyarakat Indonesia Terhadap Danantara,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 3, pp. 4949–4957, 2025.
[14] A. R. Ismail and R. B. F. Hakim, “Implementasi Lexicon Based Untuk Analisis Sentimen Dalam Menentukan Rekomendasi Pantai Di DI Yogyakarta Berdasarkan Data Twitter: Implementasi Lexicon Based,” Emerging Statistics and Data Science Journal, vol. 1, no. 1, pp. 37–46, 2023.
[15] S. Rahayu, Y. Mz, J. E. Bororing, and R. Hadiyat, “Implementasi Metode K-Nearest Neighbor (K-NN) untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic J. Pendidik. Inform, vol. 6, no. 1, pp. 98–106, 2022.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Khanza Labita
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
