Analisis Sentimen Mahasiswa Terhadap Kurikulum Literasi Digital di Universitas Singaperbangsa Karawang Menggunakan Naïve Bayes

Abstrak

Implementasi Kurikulum Literasi Digital di Universitas Singaperbangsa Karawang (Unsika) sebagai langkah konkrit mengingat pentingnya literasi digital. Evaluasi kurikulum merupakan langkah penting dalam memastikan keefektifan pembelajaran. Saat ini belum ada mekanisme dari pihak Unsika untuk mendorong mahasiswa memberikan feedback terhadap implementasi kurikulum. Salah satu caranya adalah dengan analisis sentimen, diperlukan analisis sentimen menggunakan algoritma Naïve Bayes yang berkontribusi dalam memberikan feedback terhadap evaluasi kurikulum. Proses analisis sentimen ini menggunakan metodologi CRISP-DM (Cross Industry Standard Process for Data Mining). Dalam upaya untuk mendapatkan persepsi mahasiswa dilakukanlah survei menggunakan kuesioner. Jumlah minimal responden ditentukan dengan rumus Slovin sebanyak 388. Pada penelitian ini jumlah data yang digunakan sebanyak 591. Adanya ketidakseimbangan dalam data, untuk mengatasi hal tersebut dapat dilakukan teknik oversampling menggunakan ADASYN (Adaptive Synthetic Sampling Approach). Data telah dibersihkan sehingga menghasilkan 347 sentimen positif dan 176 sentimen negatif. Hasil penelitian ini menunjukkan model terbaik dan word frequency berupa visualisasi kata-kata yang berperan penting pada setiap kategori sentimen untuk digunakan evaluasi kurikulum. Dari delapan skenario model yang diuji, model yang dilatih dengan algoritma Naïve Bayes menggunakan pembagian 90% data training dan 10% data testing dengan penerapan ADASYN menjadi model terbaik dengan accuracy 89%, precision 100%, recall 85%, dan f1-score 92%.