Klasifikasi Kepuasan Mahasiswa Terhadap Pelayanan Perguruan Tinggi Menggunakan Algoritma Naïve Bayes

Abstract

Kualitas pelayanan terhadap mahasiswa merupakan peranan penting untuk kelangsungan suatu institusi pendidikan. Mahasiswa merupakan titik sentral pengelolaan perguruan tinggi sebagai pelanggan utama. Jika intitusi pendidikan memiliki kualitas pelayanan yang baik, dengan sendirinya tercapai kepuasan mahasiswa. Peneliti sebelumnya telah melakukan penelitian terhadap pengaruh kualitas pelayanan terhadap kepuasan mahasiswa. Namun penelitian yang telah dilakukan oleh peneliti sebelumnya hanya sebatas untuk mengetahui tingkat pengaruh layanan terhadap kepuasan mahasiswa. Belum ada peneliti yang melakukan penelitian terhadap klasifikasi kepuasan mahasiswa. Metode data mining yang digunakan untuk melakukan klasifikasi data adalah naïve bayes classifier. Metode naïve bayes memiliki nilai perfoma yang baik. Kelebihan dari metode naïve bayes yaitu, sangat sederhana, mudah untuk digunakan dan cepat. Data yang digunakan pada penelitian ini adalah 213 mahasiswa dari beberapa perguruan tinggi di Riau. Hasil pengujian klasifikasi menggunakan naïve bayes adalah accuracy 96,24%, precission 93,14 %, dan recall 98,96%.

Demografi Sebaran Mahasiswa Sistem Informasi Universitas Hindu Indonesia Menggunakan Python

“…Di dalam program studi mahasiswa akan dibina untuk memiliki skill sesuai dengan prodi yang diikuti. Mahasiswa badan perseorangan atau seorang pelajar yang mengikuti perkuliahan pada salah satu universitas negeri maupun swasta [12].…”

Analisis Kepuasan Konsumen terhadap Pelayanan Store Ms Glow Menggunakan Metode Naïve Bayes

“…Naïve Bayes berpotensi cukup bagus dalam mengolah tingkat akurasi sebagai model klasifikasi [11]. Selain itu kelebihan dari metode Naïve Bayes yaitu sangat simple, mudah untuk digunakan dan cepat, membutuhkan lebih sedikit data pelatihan, menangani data yang kontinyu maupun diskrit, model ini juga dapat digunakan untuk prediksi probabilistic [12].…”

Klasifikasi Diabetes Pada Wanita Menggunakan Metode Naive Bayes Classifier

“…Penelitian oleh [5] melakukan pebandingan antara metode Naive Bayes Classifier dengan KNN dengan hasil metode Naive Bayes Classifier lebih baik dari metode KNN. Penelitian oleh [6] melakukan pengujian klasifikasi menggunakan NBC dengan hasil akurasi 96.24%, presisi 93.14 %, dan recall 98.96%. Penelitian oleh berhasil meningkatkan akurasi Naive Bayes Classifier dan forward selection dari 64.77% ke 78.08%.…”