ABSTRAK
Salah satu kegiatan rutin yang dilakukan di Politeknik Caltex Riau
(PCR) adalah memberikan kuesioner kepada mahasiswa mengenai
feedback mengenai proses belajar mengajar selama satu semester. Hal
ini dilakukan setiap akhir semester. Kuesioner ini berisi pernyataan
dan juga saran. Sejak tahun 2015 data saran mulai menjadi perhatian,
namun dalam pengelolaannya masih belum menjadi fokus utama.
Seiring bertambahnya jumlah data saran maka untuk kedepannya
dibutuhkan sebuah sistem untuk melakukan segmentasi saran secara
otomatis yang diharapkan dapat membantu kaprodi dan kajur untuk
monitoring saran dari setiap dosen. Oleh karena itu akan dibangun
sebuah sistem yang akan melakukan sentiment analysis pada data
saran, sehingga data saran tersebut dapat dibagi menjadi sentiment
positif dan negatif. Sistem yang akan dibangun menerapkan Text
Mining dan algoritma k-Nearest Neighbor. Text Mining digunakan
untuk preprocessing data saran dan algoritma k-Nearest Neighbor
untuk mengklasifikasikan saran ke dalam sentimen positif atau
negatif. Berdasarkan perhitungan confussion matriks, akurasi
algoritma k-NN pada sistem sebesar 85,981% dengan nilai k adalah 3
dan minimal kemunculan kata adalah 7 pada frequent itemset.
Kata Kunci: Kuesioner, Sentiment Analysis, Text Mining, k-Nearest
Neighbor