ABSTRAK
AISYAH, Penentuan Nilai K Secara Otomatis Pada K Nearest Neighbor (KNN) Menggunakan Grid Search Untuk Analisis Sentimen Komentar Mahasiswa Terhadap Kinerja Dosen (dibimbing oleh Pasnur dan A Sumardin)
Evaluasi kinerja dosen merupakan elemen penting dalam peningkatan mutu pendidikan. Saat ini lembaga pendidikan mengumpulkan data berupa komentar mahasiswa terhadap kinerja dosen, yang harus dianalisis untuk menentukan apakah positif, negatif atau netral. Namun, mengelompokkan komentar secara manual tidak efisien dan memakan waktu. Penelitian ini bertujuan untuk menerapkan metode K-nearest neighbour (KNN) pada analisis sentimen komentar mahasiswa terhadap kinerja dosen dengan mengoptimalkan nilai parameter K secara otomatis menggunakan grid search. Data pnelitian diperoleh melalui penelitian lapangan dan penelitian pustaka..Metode yang digunakan dalam penelitian ini adalah KNN dengan optimasi parameter k dengan grid search. dimana data pelatihan dan pengujian dibagi dalam proporsi yang berbeda. Hasil penelitian ini menunjukkan bahwa metode grid search efektif dalam menentukan nilai K optimal pada KNN, dan akurasi tertinggi mencapai 71% dengan rasio 60:40 pada data uji. Penelitian ini diharapkan dapat membantu lembaga pendidikan meningkatkan efisiensi evaluasi kinerja dosen berdasarkan analisis sentimen mahasiswa secara otomatis.
Kata Kunci: K Nearest Neigbor, Grid Search, Analisis Sentimen, Evaluasi Kinerja Dosen.