Analisis Sentimen pada Ulasan Google Maps Universitas Bina Darma Menggunakan Algoritma Random Forest

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam interaksi dan pertukaran informasi, salah satunya melalui platform ulasan online seperti Google Maps. Ulasan ini menjadi sumber informasi penting bagi calon mahasiswa dan masyarakat dalam menilai kualitas institusi pendidikan. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan Universitas Bina Darma, dengan harapan dapat memberikan wawasan mengenai faktor-faktor yang mempengaruhi kepuasan mahasiswa, seperti kualitas pengajaran, fasilitas, dan layanan administrasi. Penelitian ini menggunakan model CRISP-DM (Cross Industry Standard Process for Data Mining) sebagai pedoman dalam analisis. Analisis dilakukan dengan menggunakan data hasil web scraping dari ulasan Google Maps pada Universitas Bina Darma. Dalam penelitan ini, algoritma random forest dengan teknik SMOTE digunakan untuk menyeimbangkan data sekaligus meningkatkan kinerja algoritma random forest dengan menggunakan ekstraksi fitur TF-IDF dan k-fold cross validation. Analisis terhadap 875 data ulasan hasil pembersihan menggunakan rasio 70:30 dalam membagi data latih dan data uji. Hasil evaluasi menunjukkan bahwa algoritma random forest dengan teknik SMOTE mencapai nilai akurasi tertinggi yaitu 92%. Perfoma yang dihasilkan algoritma random forest cukup baik dalam analisis sentimen ulasan Google Maps. Analisis ini diharapkan mampu menjadi masukan dan wawasan untuk mendukung meningkatkan reputasi dan daya saing Universitas Bina Darma di dunia pendidikan.