ANALISIS SENTIMEN UMPAN BALIK MAHASISWA TERHADAP DOSEN MENGGUNAKAN NAÏVE BAYESIrenius PutraAgungauthorPerkembangan teknologi informasi di era digital menyebabkan peningkatan jumlah data, termasuk data umpan balik mahasiswa terhadap dosen yang umumnya berbentuk teks tidak terstruktur. Permasalahan yang muncul adalah sulitnya menganalisis data tersebut secara manual karena jumlahnya yang besar, sehingga berpotensi menghambat proses evaluasi kualitas pengajaran. Penelitian ini bertujuan untuk menganalisis sentimen umpan balik mahasiswa terhadap dosen menggunakan algoritma Naïve Bayes yang dipadukan dengan sentiment scoring. Metode yang digunakan meliputi tahapan preprocessing teks, ekstraksi fitur menggunakan TF-IDF, pembagian data menjadi training dan testing dengan rasio 80:20, pelatihan model Naïve Bayes, evaluasi menggunakan confusion matrix, serta penerapan sentiment scoring untuk mengukur intensitas sentimen. Hasil penelitian menunjukkan bahwa model memiliki performa yang baik dengan akurasi sebesar 83,18%, precision 82,25%, recall 97,42%, dan F1-score 89,19%. Selain itu, diperoleh rata-rata skor sentimen sebesar 0,69 yang menunjukkan tingkat kepuasan mahasiswa terhadap dosen cenderung tinggi. Penelitian ini memberikan kontribusi dalam menghasilkan metode evaluasi kinerja dosen yang lebih objektif, terukur, dan berbasis data, serta dapat dimanfaatkan oleh institusi pendidikan untuk meningkatkan kualitas pembelajaran. Penelitian selanjutnya disarankan untuk mengembangkan metode dengan algoritma lain atau dataset yang lebih beragam.000 Ilmu komputer, informasi dan pekerjaan umum2026-04-08Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis