IMPLEMENTASI ALGORITMA COSINE SIMILARITY DAN METODE TF-IDF UNTUK KLASIFIKASI PENGADUAN MAHASISWA BERBASIS WEB

Pengaduan atau penyampaian aspirasi dan keluhan mahasiswa
merupakan hal penting pada sebuah universitas, dengan adanya penyampaian
aspirasi tersebut sebuah universitas dapat dengan mudah memperbaiki dan
meningkatkan kualitasnya. Tujuan penelitian untuk pengaduan mahasiswa supaya
pihak terkait dapat memperhatikan apa yang menjadi kebutuhan mahasiswa sehingga
tercipta pelayanan yang lebih baik. Bentuk pengaduan pada umumnya masih
menggunakan sistem manual yaitu melalui lisan maupun tertulis di dokumen kuisioner
dan cenderung tidak diolah atau ditanggapi dengan serius serta tidak tergolongkan
sesuai permasalahan. Sehingga sarana bagi mahasiswa untuk menyampaikan aspirasi
harus diperbaiki dengan sistem komputerisasi yang berperan penting sebagai sarana
penyimpanan dan pengelolaan data. Salah satu sistem komputerisasi yang dapat
mengklasifikasikan adalah data mining. Algoritma cosine similarity menghitung
kemiripan antara vektor representasi dokumen berdasarkan kemunculan kata-kata
yang terdapat di dalamnya, sedangkan metode Term Frequency-Inverse Document
Frequency (TF-IDF) digunakan untuk mengevaluasi seberapa penting sebuah kata
dalam sebuah dokumen dalam konteks koleksi dokumen yang lebih besar. Dengan
penerapan kombinasi algoritma Cosine Similarity dan metode TF-IDF pada
klasifikasi pengaduan mahasiswa berbasis web dapat membantu meningkatkan
efisiensi dan akurasi dalam menangani pengaduan yang masuk.
Kata Kunci : Pengaduan Mahasiswa, Cosine Similarity, Metode TF-IDF, Data Mining, Sistem
Klasifikasi