Opinion Mining Kepuasan Lulusan melalui Tracer Study Terhadap Kompetensi dan Proses Belajar Mengajar di Universitas Merdeka Malang
Abstract
Indikator capaian keberhasilan suatu institusi dalam penerapan metode belajar mengajar dan penyusunan kurikulum yang sesuai dengan kompetensi dapat diperoleh dari hasil Tracer Study terhadap lulusan. Lulusan yang menyatakan puas atau tidak puas terhadap sistem pembelajaran di Perguruan Tinggi merupakan tolak ukur tindak kebijakan tentang rekonstruksi kurikulum ataupun peningkatan kualitas layanan terhadap mahasiswa. Metode yang dapat digunakan untuk mengklasifikasi Opini dari para lulusan terhadap kualitas kampus salah satunya adalah Text Mining. Text Mining akan memproses dengan cara ekstraksi pola yaitu mengambil informasi dan pengetahuan yang berguna dari sejumlah besar sumber data yang tak terstruktur. Metode ini akan mengklasifikasi kalimat-kalimat saran dan testimoni lulusan yang diisi di salah satu kolom instrument Tracer Study. Text Mining akan mengenali kata-kata dasar sebagai kata acuan dan mengkategorisasikan dalam 2 golongan besar yaitu Positif (Puas) atau Negatif (Tidak Puas). Text Mining akan membutuhkan Tabel Kata Dasar sehingga komparasi per kata yang ada di kalimat-kalimat testimoni dan tabel kata dasar dapat dilakukan. Hasil dari Text Mining yang diujikan terhadap data opini lulusan pada instrumen tracer study di Universitas Merdeka Malang menunjukkan bahwa sebagian besar Iulusan sudah puas terhadap layanan pembalajaran di Universitas Merdeka Malang.
Keywords
Full Text:
PDFReferences
Arifin, A.Z., Mahendra, P.A.K.,Ciptaningtyas, H.T., Enhanced Confix Stripping Stemmer And Ant Algorithm For Classifying News Document in Indonesian Language, International Conference on Information and Communication Technology and System, 2009, ISSN: 2085-1944, pp 149-158
Divya, P., Kumar, G.S.N., Study of Feature Selection Method for Text Mining, IJARTET, 2015, Vol. 2, Issue 1, pp 11-19.
Hapsari, R.K., Santoso, Y.J., Stemming Artikel Berbahasa Indonesia dengan Pendekatan Confix Stripping, 2015, Prosiding Seminar Nasional Manajemen Teknologu XX12
Kumar, S., Varma, B., A Different Type of Feature Selection Method for Text Categorization on Imbalanced Data, IJARCCE, 2016, Vol.5, Issue 9, pp 297-303
Langgeni, D.P., Baizal, Z.A., Firdaus, Y., Clustering Artikel Berita Berbahasa Indonesia Menggunakan Unsupervised Feature Selection, Seminar Nasional Informatika UPN Veteran Yogyakarta, 2010, ISSN : 1979-2328 pp 1-10
Prasidhatama, A., Suryaningrum, K.M., Perbandingan Algoritma Nazief dan Adriani dengan Algoritma Idris untuk Pencarian Kata Dasar, Jurnal Tenologi dan Manajemen Informatika, 2018, Vol. 4, No. 1, pp 192-195.
Program Studi MMT-ITS, ISBN:978-602-70604-1-8, pp 1-8
Purbo, O.W., 2019, Text Mining, Yogyakarta : ANDI
Ramya, M., Pinakas, J.A., Different Type of Feature Selection for Text Classification, IJCTT, 2014, ISSN: 2231-28-3, pp 102-107
Sruthi, S., Shalini, S., Sentence Clustering in Text Document Using Fuzzy Clustering Algorithm, 2014, ICCICCT.
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Proceeding Indonesian Carrier Center Network (ICCN) Summit 2019
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.