Open AccessKlasifikasi Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Secara Daring Menggunakan Algoritma Naïve Bayes
Author(s) -
Ami Natuzzuhriyyah,
Nisa Nafisah
Publication year - 2021
Publication title -
technoxplore : jurnal ilmu komputer dan teknologi informasi/techno xplore : jurnal ilmu komputer dan teknologi informasi
Language(s) - English
Resource type - Journals
eISSN - 2580-9288
pISSN - 2503-054X
DOI - 10.36805/technoxplore.v6i2.1377
Subject(s) - naive bayes classifier , humanities , psychology , mathematics , computer science , artificial intelligence , art , support vector machine
Abstrak— Semenjak Penyebaran Covid19 di Indonesia semakin meningkat pada awal Maret 2020 menyebabkan aktivitas Lembaga Pendidikan terganggu, sehingga Menteri Pendidikan mengeluarkan surat edaran No. 3 tahun 2020 mengenai pencegahan covid19 yang menyatakan bahwa meliburkan sekolah dan perguruan tinggi. Sebagai gantinya kegiatan pembelajaran konvensional menjadi daring. Pembelajaran daring di Universitas Singaperbangsa dimulai sejak adanya peraturan dari kemdikbud RI, dari pembelajaran secara daring tersebut mempengaruhi konsentrasi, kendala seperti signal, suasana pembelajaran dan cara mengajar, sehingga faktor mempengaruhi tingkat kepuasan mahasiswa dalam pembelajaran. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan mahasiswa terhadap pembelajaran daring menggunakan Metodologi CRISP-DM dan algoritma naive bayes dengan menggunakan tools rapidminer dengan hasil yang didapatkan yaitu tingkat akurasi sebesar 76,92%, class precission 100.00%, class recall 57.14% serta nilai AUC 0.881 atau mendekati angka 1 jadi model yang dihasilkan baik. Dengan kata lain, dari hasil yang didapatkan menggunakan algoritma naïve bayes dapat digunakan sebagai bahan untuk pengambilan keputusan tingkat kepuasan pembelajaran secara daring.