Analisis Sentimen Digital Publik terhadap Perguruan Tinggi Negeri Menggunakan Google Review: Studi Kasus ITERA
DOI:
https://doi.org/10.55382/jurnalpustakaai.v5i2.1163Kata Kunci:
analisis sentimen, VADER, Google Review, institusi pendidikan, NLPAbstrak
Transformasi digital telah mengubah cara masyarakat menyampaikan opini terhadap institusi publik, termasuk perguruan tinggi. Salah satu bentuk opini digital tersebut adalah ulasan pada platform Google Review yang dapat diolah untuk memahami persepsi publik secara real time. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Institut Teknologi Sumatera (ITERA) sebagai representasi persepsi digital terhadap perguruan tinggi negeri. Keterbaruan studi ini terletak pada pemanfaatan data ulasan publik dari platform terbuka dan dinamis sebagai indikator alternatif dalam mengevaluasi kualitas layanan institusi pendidikan tinggi dalam ekosistem digital. Metode yang digunakan adalah pendekatan analisis sentimen berbasis leksikon menggunakan algoritma Valence Aware Dictionary and sEntiment Reasoner (VADER), setelah proses translasi data dari Bahasa Indonesia ke Bahasa Inggris. Dari 1.683 data ulasan awal, diperoleh 504 data bersih yang layak dianalisis. Hasil menunjukkan bahwa 62,1% ulasan bersentimen positif, 31,3% netral, dan 6,5% bersifat negatif. Aspek yang paling banyak diapresiasi meliputi fasilitas kampus, aksesibilitas, dan layanan akademik. Temuan ini menunjukkan bahwa opini digital publik terhadap ITERA cenderung positif dan dapat menjadi masukan strategis dalam pengembangan mutu institusi pendidikan berbasis teknologi dan kecerdasan buatan.
Unduhan
Referensi
Mohammadi, F.G., Shenavarmasouleh, F., Amini, M.H., & Arabnia, H.R. 2021. Data analytics for smart cities: challenges and promises. Diunduh di https://arxiv.org/abs/2109.05581 tanggal 30 Juli 2025.
Tan, S.Y., & Taeihagh, A. 2020. Smart city governance in developing countries: a systematic literature review. Diunduh di https://arxiv.org/abs/2001.10173 tanggal 31 Juli 2025.
Torres, E.C.M., & de Picado-Santos, L.G. 2025. Sentiment Analysis and Topic Modeling in Transportation: A Literature Review. Applied Sciences. 15(12): 6576.
Mujahid, M., Rustam, F., et al. 2021. Sentiment Analysis and Topic Modeling on Tweets about Online Education during COVID 19. Applied Sciences. 11(18): 8438.
Shaik, S., et al. 2023. Sentiment analysis and opinion mining on educational data: a survey. Diunduh di https://arxiv.org/abs/2302.04359 tanggal 29 Juli 2025.
Renedominick, V.A., & Pranata, S.B. 2025. Analisis Sentimen pada Trailer Deadpool vs Wolverine Menggunakan Model Machine Learning. Jurnal Pustaka AI. 5(1): 01–06.
Laia, N.A., & Barus, S.P. 2025. Analisis Sentimen YouTube: Di Balik Ambisi Jokowi dalam IKN. Jurnal Pustaka AI. 5(1): 07–12.
Oschinsky, F.M., Klein, H.C., & Niehaves, B. 2022. Smart Cities and Smart Governance Models for Future Cities. Electronic Markets. https://doi.org/10.1007/s12525-022-00609-0.
Hutto, C., & Gilbert, E. 2014. VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. In: Proceedings of the Eighth International Conference on Weblogs and Social Media (ICWSM-14), pp. 216–225.
Sahagun, M.A.M., Flores, J.P., & Jocson, J.C. 2022. Utilizing Google Map reviews and sentiment analysis: knowing customer experience in coffee shops. The QUEST – Nueva Ecija University of Science and Technology. 13(2): 55–63.
Tanas?, A.-M., Oprea, S., & Bâra, A. 2023. Web Scraping and Review Analytics: Extracting Insights from Commercial Data. International Journal of Data Science Applications. 5(1): 44–58.
Lotfi, C., Srinivasan, S., Ertz, M., & Latrous, I. 2023. Web Scraping Techniques and Applications: A Literature Review. Journal of Web Research Methods. 12(4): 211–234.
Barik, K., & Misra, S. 2024. Analysis of Customer Reviews with an Improved VADER Lexicon Classifier. Journal of Big Data. 11: 10.
Aggarwal, I., Joseph, S., Jaganathan, N., et al. 2025. Sentiment Analysis in Healthcare: A Comparison of VADER, BERT, and Flair NLP Models on Patient Reviews. Cureus. 17(7): e88902.
Henderi, H., Asro, A., Sulaiman, A., Kurniawan, T. B., Dewi, D. A., & AlQudah, M. 2025. Utilizing Sentiment Analysis for Reflect and Improve Education in Indonesia. Journal of Applied Data Sciences. 6(1): 189–200.
Khaiser, F.K., Saad, A., & Mason, C. 2023. Sentiment analysis of students’ feedback on institutional facilities using text based classification and NLP. Journal of Language and Communication. 10(1): 101–111. Diunduh dari https://www.academia.edu/106241099 tanggal 31 Juli 2025.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Rizki Yustisia Sari, Nazuwatussya'diyah, Mardhiyatna

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.