ANALISIS SENTIMEN PENGGUNA WEBSITE SISKA MENGGUNAKAN ALGORITMA NAIVE BAYES DENGAN OPTIMASI PARTICLE SWARM OPTIMIZATION

Abstract

Website SISKA merupakan sistem informasi akademik Universitas Singaperbangsa Karawang yang digunakan untuk menunjang aktivitas akademik mahasiswa. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aspek performa Website SISKA menggunakan algoritma Naïve Bayes, yang dioptimalkan dengan metode Particle Swarm Optimization (PSO). Data diperoleh dari kuesioner yang diisi oleh 384 mahasiswa aktif, kemudian dianalisis dengan pendekatan Knowledge Discovery in Databases (KDD) yang mencakup tahapan data selection, pre-processing, transformation menggunakan TF-IDF, data mining, dan evaluation. Untuk mengatasi ketidakseimbangan data, digunakan teknik SMOTE. Pembagian data yang digunakan adalah 80% untuk pelatihan dan 20% untuk pengujian. Hasil menunjukkan bahwa akurasi algoritma Naïve Bayes pada Website SISKA mencapai 81%, dan meningkat menjadi 82% setelah dilakukan optimasi dengan PSO. Temuan ini menunjukkan bahwa penerapan PSO dapat meningkatkan performa model klasifikasi dalam analisis sentimen, khususnya pada aspek performa sistem informasi akademik. Penelitian ini memberikan kontribusi penting dalam upaya peningkatan kualitas layanan Website SISKA melalui pemanfaatan teknik optimasi pada analisis data opini pengguna.