Selama ini data saran mahasiswa masih diolah secara manual
menggunakan Microsoft Excel. Data yang dikelola oleh Unit Penjaminan
Mutu (UPM) PCR ini digunakan sebagai pendukung keputusan untuk direktur PCR. Keputusan yang diambil dapat berupa pembinaan khusus bagi dosen yang memperoleh hasil survei yang kurang memuaskan atau pun beberapa kebijakan lainnya yang dapat mendukung peningkatan kinerja dosen tersebut. Data ini sangat mungkin dapat mengungkapkan hal-hal yang belum terungkap melalui pertanyaan-pertanyaan yang terbatas dan diberikan ulang setiap semester. Untuk itu penelitian ini bertujuan melakukan kajian penerapan teknik sentiment analysis untuk menganaliasa data-data saran atau opini mahasiswa. Sentiment analysis mempelajari opini yang mengungkapkan atau mengekspresikan pandangan positif atau negatif (Liu, 2012). Opini yang diinputkan memiliki tingkat kesopanan yang berbeda. Oleh karena itu diperlukan penyaringan opini dengan cara melakukan sentiment analysis pada saran akademik PCR. Sentiment analysis digunakan untuk mengetahui sikap emosional mahasiswa agar opini tersebut masuk kedalam kelompok yang sama. Text mining merupakan variasi dari data mining yang berusaha menemukan pola yang menarik dari sekumpulan data tekstual yang berjumlah besar. Sentiment Analysis dilakukan untuk melihat pendapat atau kecenderungan opini terhadap sebuah masalah atau objek oleh seseorang, apakah cenderung berpandangan atau beropini negatif atau positif Algoritma k-NN menggunakan ketetanggaan sebagai nilai prediksi dari sampel uji yang baru. Jarak yang digunakan adalah Euclidean Distance. Konsep dasar dari Frequent Itemset Mining (FIM) adalah frequent pattern yang merupakan pola yang muncul secara berkala di dalam data set. Frequent itemset mengarah pada penemuan hubungan dan korelasi antara kumpulan item di dalam transactional data