SKRIPSI DIGITAL
Implementasi Multi-Channel Sentiment Analysis dan Algoritma Simple Additive Weighting (SAW) untuk Sistem Kedisiplinan Santri Pondok Pesantren = Implementation of Multi-Channel Sentiment Analysis and Simple Additive Weighting (SAW) Algorithm for the Discipline System of Islamic Boarding School Students
ABSTRAK
Aufa Bima Ngahada, "Implementasi Multi-Channel Sentiment Analysis dan Algoritma
Simple Additive Weighting(SAW) untuk Sistem Kedisiplinan Santri Pondok Pesantren",
Skripsi DIV Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan
Nurseno Bayu Aji, S.Kom., M.Kom. dan Wiktasari, S.T., M.Kom., Agustus 2026.
Evaluasi kedisiplinan santri di pondok pesantren selama ini bergantung pada catatan kualitatif
pengurus yang subjektif dan sulit dikuantifikasi. Penelitian ini merancang sistem penilaian kedisiplinan
santri secara otomatis dengan mengintegrasikan analisis sentimen berbasis deep learning dan Sistem
Pendukung Keputusan (SPK) metode Simple Additive Weighting (SAW). Dataset terdiri dari 1.895 teks
evaluasi pengurus dari delapan channel penilaian (Bendahara, Diniyyah, Keamanan, Kelurahan,
Maulid, Mujahadah, Ngaji Quran, dan Ziarah) dengan dua kelas sentimen (positif dan negatif).
IndoBERT di fine-tune sebagai model utama dan dibandingkan dengan Multilingual BERT (mBERT),
SVM, dan Random Forest. Hasil pengujian menunjukkan IndoBERT mencapai akurasi 93,93% dan F1
Score 93,84%, melampaui mBERT (92,61%), SVM (88,13%), dan Random Forest (86,54%). Skor
sentimen kedelapan channel dikombinasikan dengan persentase kehadiran menggunakan SAW (bobot
50:50 berdasarkan konsultasi pengurus) untuk menghasilkan perangkingan kedisiplinan santri. Sistem
diimplementasikan sebagai dasbor web yang memetakan kedisiplinan ke dalam tiga kategori secara
dinamis. Hasil pengujian black box menunjukkan seluruh delapan skenario fungsional utama sistem
berhasil dijalankan dengan tingkat keberhasilan 100%. Hasil User Acceptance Testing (UAT) terhadap
30 pengurus pesantren menunjukkan tingkat kepuasan pengguna sebesar 83,02%, yang termasuk dalam
kategori "Sangat Layak", sehingga sistem dinyatakan diterima dan layak diimplementasikan di
lingkungan pondok pesantren.
Kata Kunci: Analisis sentimen, IndoBERT, Simple Additive Weighting(SAW), Kedisiplinan santri,
Sistem Pendukung Keputusan.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah