Sentiment Analysis of Stakeholder Satisfaction Measurement

Abstract

Measuring the satisfaction of stakeholders is very impoirtant in order to get feedback and input for the purposes of developing and implementing the improvement strategies. ITB STIKOM Bali routinely measures student stakeholder satisfaction every semester. This study aims to analyze stakeholder comments to generate sentiment analysis on stakeholder satisfaction. The data used are comments on the results of the measurement of stakeholder satisfaction (students) for the Odd Semester of 2020/2021 which are filled out through questionnaire. The algorithm used in this research is the Naïve Bayes Classifier (NBC). The research method in this study consisted of several stages, namely problem identification and literature study, data collection on stakeholder satisfaction (students), data preprocessing, feature extraction in order to facilitate classification using the Naïve Bayes Classifier (NBC) algorithm. The training data used is 200 data while the training data is 2133 data. The results of this study can provide recommendations to ITB STIKOM Bali for the results of student comments as a whole where the percentage of sentiment generated is 58% positive sentiment and 42% negative sentiment.

Hubungan antara Kebijakan Evaluasi Kinerja Guru dan Pemenuhan Kebutuhan Siswa dengan Kualitas Layanan Pendidikan dan Kepuasan Stakeholder di Indonesia

“…Kepuasan pemangku kepentingan dalam pendidikan mencakup persepsi dan pengalaman individu yang terlibat dalam sistem pendidikan, seperti siswa, orang tua, guru, dan anggota masyarakat (Pan et al, 2022;Ratniasih & Jayanti, 2022). Sangat penting untuk mengukur dan menganalisis kepuasan pemangku kepentingan untuk mengumpulkan umpan balik untuk meningkatkan kualitas pendidikan dan menerapkan strategi perbaikan (Irawan & Gultom, 2022).…”

Exploring the Relationship between Social Media Engagement, Customer Reviews, and Brand Perceptions: A Comprehensive Study in Retail Industry

“…Additionally, the platform characteristics, personal factors, and motivation influence online reviews, contributing significantly to brand reputation in the accommodation sector (Hamdan et al, 2023;Viswanathan et al, 2011). In the realm of e-commerce, customer reviews serve as a powerful tool for consumers to make informed decisions and impact product sales significantly (Ratniasih & Jayanti, 2022).…”

Implementasi Analisis Sentimen Masyarakat Mengenai Kenaikan Harga BBM Pada Komentar Youtube Dengan Metode Gaussian naïve bayes

“…Ekstraksi fitur memiliki peran penting dalam melakukan klasifikasi teks dimana proses ini berfungsi mengubah kata menjadi nilai vektor sehingga sistem dapat menghitung probabilitas setiap komentar yang kemudian diklasifikasikan kedalam polaritas yang sesuai. Pada penelitian yang dilakukan oleh Ratniasih dkk [9], pelabelan dilakukan secara otomatis menggunakan lexicon dan hasil akurasi yang didapat kurang maksimal karena data yang digunakan terlalu sedikit. Penelitian lainnya dilakukan oleh Kusumawati dkk [10] mengenai analisa sentimen menggunakan ekstraksi fitur fasttext dimana pada penelitian tersebut memiliki kesimpulan bahwa vektorisasi kata merupakan tahap yang paling penting dalam melakukan klasifikasi teks.…”