Penelitian ini dilakukan karena melatar belakangi banyaknya kelemahan sistem penilaian yang digunakan. penilaian masih bersifat subjektif dan manual, hal tersebut sangat menyulitkan bagi pihak penyeleksi untuk menentukan tone positive dan negative. Oleh karna itu penelitian ini dilakukan untuk membuat sistem yang menggunakan algoritma complement naïve bayes classifier, yang menghasilkan label “Positve” dan “Negative ” yang memiliki 8 variabel untuk proses penyeleksian teks atau kata kata dan kemudian diterapkan dalam pemrograman Pyhon. Hasil penelitian ini berupa sistem yang akan memiliki 2 aktor yaitu Mahasiswa sebagai pengisi, admin sebagai penganalisa survey.
Pada tugas akhir ini dilakukan klasifikasi masukan terbuka evaluasi dosen oleh mahasiswa untuk mengetahui opini terkait evaluasi dosen terkait pelaksanaan kuliah dengan cara mendeteksi tone pada survey menggunakan algoritma complement naïve bayes. Kemudian pada tugas akhir ini dari dua tone yaitu positive dan negative dijadikan satu kelas . data yang digunakan yaitu dari data SAI berikan dan setelah itu, akan di implementasi kan kedalam website.
Pemodelan yang telah dibuat akan dilakukan pengujian menggunakan metode confusion matrix untuk mengetahui apakah model yang digunakan untuk mendeteksi tone dikatakan baik. Hasil penelitian pada tugas akhir ini menunjukkan bahwa sistem deteksi tone mendapatkan sebesar akurasi tertinggi di akurasi sebesar 86.21% dengan nilai alpha 0.6 dan text size 0,1 dan nilai validasi sebesar 80%