TEXT MINING SENTIMEN MAHASISWA KAPUTAMA MENGENAI FASILITAS JARINGAN WI-FI KAMPUS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
Jurnal Sistem Informasi Kaputama (JSIK) · 01.07.2026 · 10 (2) · 100-106
DOI: 10.59697/jsik.v10i2.1313 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Sistem Informasi Kaputama (JSIK), online erschienen am 01.07.2026. Verfasst von M. Dzikri Kesuma und 2 weiteren Autor:innen.
Abstract (Originalsprache)
ABSTRAK Perkembangan teknologi informasi di perguruan tinggi memerlukan fasilitas Wi-Fi yang mendukung aktivitas akademik mahasiswa. Namun, kualitas layanan Wi-Fi yang kurang optimal sering menimbulkan keluhan, sehingga diperlukan analisis sentimen untuk memahami persepsi mahasiswa. Penelitian ini menggunakan teknik text mining dengan metode Support Vector Machine (SVM) untuk mengklasifikasikan sentimen terhadap fasilitas Wi-Fi di STMIK Kaputama Binjai. Data penelitian berupa 500 ulasan mahasiswa yang diperoleh melalui kuesioner pada Januari 2026. Pengolahan data meliputi case folding, cleaning, tokenizing, stopword removal, normalisasi, stemming, pembobotan TF-IDF, dan klasifikasi SVM. Hasil menunjukkan sentimen negatif mendominasi (52,6%), diikuti positif (35,6%) dan netral (11,8%). Model mencapai akurasi 81,33%, menunjukkan bahwa SVM efektif untuk analisis sentimen dan evaluasi kualitas layanan Wi-Fi kampus. Penelitian ini juga menghasilkan visualisasi distribusi sentimen untuk pihak kampus dan peneliti. Kata Kunci: Analisis Sentimen, Support Vector Machine, Text Mining, WiFi Kampus
Zitieren
APA
Kesuma, M. D., Buaton, R., & Khadapi, M. (2026). TEXT MINING SENTIMEN MAHASISWA KAPUTAMA MENGENAI FASILITAS JARINGAN WI-FI KAMPUS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Jurnal Sistem Informasi Kaputama (JSIK), 10(2), 100-106. https://doi.org/10.59697/jsik.v10i2.1313
Vancouver
Kesuma MD, Buaton R, Khadapi M. TEXT MINING SENTIMEN MAHASISWA KAPUTAMA MENGENAI FASILITAS JARINGAN WI-FI KAMPUS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Jurnal Sistem Informasi Kaputama (JSIK). 2026;10(2):100-106. doi:10.59697/jsik.v10i2.1313
BibTeX
@article{Kesuma2026,
author = {Kesuma, M. Dzikri and Buaton, Relita and Khadapi, Muammar},
title = {TEXT MINING SENTIMEN MAHASISWA KAPUTAMA MENGENAI FASILITAS JARINGAN WI-FI KAMPUS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)},
journal = {Jurnal Sistem Informasi Kaputama (JSIK)},
year = {2026},
volume = {10},
number = {2},
pages = {100--106},
doi = {10.59697/jsik.v10i2.1313}
}
EUVIMED