Upaya melakukan analisis emosi pada teks komentar mahasiswa dalam evaluasi pembelajaran sangat penting dilakukan. Komentar dalam kuesener umumnya tidak diolah, padahal  data tersebut mengandung informasi dalam mengungkap emosi mahasiswa dalam proses pembelajaran.  Untuk itu deteksi dan klasifikasi emosi pada opini mahasiswa  dapat memperbaiki hasil kuesioner. Penelitian ini bertujuan menerapkan metode klasifikasi emosi pada teks komentar mahasiswa berbasis pada leksikon emosi  dari NRC Emolex.  Jenis emosi yang akan dideteksi adalah 8 jenis emosi, yaitu marah (Anger), antisipasi (anticipation), jijik (disgust), takut (fear), bahagia (joy), sedih (sadness), terkejut (surprise)   dan yakin (trust) . Data diambil dari komentar dan saran mahasiswa pada kuesioner pada Universitas  AKPRIND Indonesia tahun 2020-2022  sebanyak 4000 data yang telah dilabeli secara manual.   Tujuan lain dari studi ini adalah melihat sejauh mana efektivitas leksikon emosi Emolex untuk klasifikasi emosi teks kuesioner akademis. Hasil penelitian menunjukkan rata-rata akurasi sebesar 56,2%. Dari yang diketahui label emosinya 3 prosentase tertinggi ada pada label Sadness (19,2%), Joy(16,7%) dan Fear (13,5%) yang masing-masing memiliki akurasi 72%, 68% dan 68%. Dari penelitian terungkap bahwa kinerja Emolex untuk klasifikasi emosi masih kurang memuaskan dan memerlukan pengembangan leksikon lebih jauh lagi.   

Keberhasilan dalam kegiatan penerimaan mahasiswa baru dapat didukung adanya pemilihan lokasi promosi yang sesuai. Berbagai jenis metode Sistem Pendukung Keputusan (SPK) dapat dimanfaatkan untuk menyelesaikan permasalahan mengenai pemilihan lokasi prioritas promosi yang sesuai. Salah satu pendekatan pengambilan keputusan dengan metode Weight Product (WP) melibatkan beberapa nilai kriteria terkait, dimana setiap nilai perlu untuk dipangkatkan dengan bobot atribut. Metode WP termasuk dalam jenis Fuzzy Multiple Attribute Decision Making (FMADM) dalam SPK. Pendekatan WP ini dipilih karena memiliki cara perhitungan yang mudah, memerlukan waktu yang lebih singkat dalam proses pengambilan keputusan, dan pada saat pembobotan awal dapat dilakukan perbaikan nilai bobot. Studi kasus untuk penentuan lokasi promosi dilakukan untuk membantu pengambilan keputusan dalam mendapatkan mahasiswa baru di kampus IST AKPRIND. Perhitungan algoritma WP ini menggunakan data referensi pada penerimaan mahasiswa baru periode sebelumnya dengan tiga kriteria, yaitu jumlah siswa yang terdaftar pada periode lalu, jumlah sekolah dan jumlah siswa SMA/K pada kabupaten/kota didapatkan preferensi nilai tertinggi 0,061 pada kota Yogyakarta. Lima solusi terbaik diberikan urutan prioritas untuk wilayah promosi mahasiswa baru yaitu Kota Yogyakarta, Kabupaten Bantul, Sleman, Blora dan Cilacap. Hasil penelitian ini memberikan rekomendasi untuk unit terkait dalam memaksimalkan pengambilan keputusan.