Rancang Bangun Sistem Evaluasi Kepuasan Akademis dan Analisis Topik pada Komentar Menggunakan Latent Dirichlet Allocation

Abstract

Sistem evaluasi akademik sering bergantung pada alat pihak ketiga seperti Google Forms, yang kurang mampu menganalisis data teks secara mendalam. Gugus Kendali Mutu Fakultas (GKMF) Fakultas Ilmu Komputer UPN Veteran Jawa Timur membutuhkan sistem khusus untuk menganalisis umpan balik mahasiswa secara efisien. Penelitian ini bertujuan untuk (1) merancang sistem evaluasi kepuasan akademik berbasis web menggunakan MERN Stack, (2) menerapkan Latent Dirichlet Allocation (LDA) untuk analisis topik komentar mahasiswa, dan (3) mengintegrasikan Firebase Cloud Messaging (FCM) guna meningkatkan partisipasi melalui notifikasi otomatis. Sistem dikembangkan dengan MERN Stack, LDA untuk pemodelan topik (JavaScript/Node.js), dan FCM untuk notifikasi. Pengujian menggunakan blackbox testing dan USE Questionnaire. Sistem memperoleh skor kepuasan pengguna tinggi (kegunaan: 85,33%, kemudahan penggunaan: 86,67%). LDA menghasilkan 10 topik, dengan koherensi tertinggi (0,495) pada topik "peningkatan kualitas pengajaran." Penelitian ini menyediakan solusi terukur untuk analisis umpan balik akademik dan merekomendasikan pengembangan seperti analisis sentimen dan analitik real-time.