Sistem pembelajaran di masa pandemi Covid19 ini telah beralih menjadi pembelajaran dalam jaringan (daring). Berbagai komentar baik positif maupun negatif diungkapkan khususnya oleh peserta didik. Mahasiswa STMIK Primakara menyampaikan kritik/saran/pendapat terkait metode atau strategi mengajar yang dilakukan oleh dosen dalam pembelajaran daring melalui sistem SISKA Primakara. pengisian data EDOM oleh mahasiswa dilakukan setiap 6 (enam) bulan sekali. Hingga saat ini data komentar edom berjumlah sangat besar dan belum dimanfaatkan dengan baik. Selain itu, saat ini belum ada strategi yang tepat mengenai metode pembelajaran yang harus diimplementasikan dalam situasi pembelajaran daring. Untuk itu dilakukan penerapan text mining dalam analisis sentiment pembelajaran daring di STMIK Primakara menggunakan algoritma K-Nearest Neighbor (KNN). Hasil penelitian ini diharapkan dapat menjadi acuan dalam penentuan metode dan strategi pembelajaran yang tepat guna tercapainya peningkatan kepuasan mahasiswa dalam pembelajaran daring. Tahapan penelitian meliputi identifikasi masalah, studi literatur, pengumpulan data, text preprocessing (filtering, cleansing, case folding, tokenizing, stemming, stopword, dan cross validation), analisis dan kesimpulan, pembuatan laporan, serta publikasi luaran. Hasil penelitian menunjukkan komentar mahasiswa lebih cenderung sentimen negatif. Persepsi negatif dihasilkan karena ketidakpuasan mahasiswa terhadap pembelajaran daring.