<![CDATA[AbstrakPerguruan tinggi sebagai sarana untuk proses memajukan kehidupan berbangsa dan bernegara perlumelakukan adanya peningkatan mutu dan kualitas layanan yang diberikan kepada mahasiswa. Kepuasanmahasiswa dianggap sebagai salah satu masalah utama perguruan tinggi yang harus dipecahkan agarterciptanya perguruan tinggi yang mampu menduduki peringkat nasional maupun internasional. Layananyang berpengaruh cukup besar dalam hal ini adalah layanan akademik. Tingkat kepuasan mahasiswaterhadap layanan berorientasi pada tenaga pendidik (dosen) sebagai pemberi jasa dan kualitas layanandalam sarana dan prasarana kegiatan perkuliahan. Oleh sebab itu dilakukan penelitian yang bertujuanuntuk mengetahui kepuasan mahasiswa terhadap layanan dan fasilitas universitas. Penelitian dilakukandengan pengklasifikasian menggunakan Support Vector Machine (SVM) dan pembobotan menggunakanTerm Frequency – Invers Document Frequency (TF-IDF) serta performansi sistem diukur menggunakanConfusion Matrix. Hasil survei kepuasan mahasiswa di Universitas Telkom dari 10000 isian terdapat 67%sentimeen positif dan 33% sentimen negatif. Nilai akurasi tertinggi yang didapatkan pada sistem ini sebesar70.39% dengan 10000 isian menggunakan kernel Linier.Kata kunci : Layanan Universitas, Analisis Sentimen, Support Vector Machine (SVM), TF-IDFAbstract Higher education as a means for the process of advancing the life of the nation and state needs to make anincrease in the quality and quality of services provided to students. Student satisfaction is considered as oneof the main problems of higher education that must be solved so that universities can be ranked nationallyand internationally. Services that have a significant influence in this regard are academic services. The levelof student satisfaction with services is oriented to the teaching staff (lecturers) as service providers andservice quality in the facilities and infrastructure of lecture activities. Therefore research is conducted whichaims to determine student satisfaction with university services and facilities. The research was conductedby classifying using Support Vector Machine (SVM) and weighting using Term Frequency - InverseDocument Frequency (TF-IDF) and system performance measured using Confusion Matrix. The results ofthe student satisfaction survey at Telkom University from 10000 entries contained 67% positive sentimeenand 33% negative sentiment. The highest accuracy value obtained in this system is 70.39% with 10000entries using the Linear kernel.Keywords: University Services, Sentiment Analysis , Support Vector Machine (SVM), TF-IDF]]>
