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%.
References
Aribowo, A. S. (2018). Data Mining Untuk Mengetahui Loyalitas Konsumen Terhadap Merek Kendaraan Bermotor dan Pola Kecelakaan Lalulintas.
Fikri, S., Wiyani, W., & Suwandaru, A. (2016). Pengaruh Kualitas Pelayanan Terhadap Kepuasan Dan Loyalitas Mahasiswa (Studi pada Mahasiswa Strata I Fakultas Ilmu Sosial dan Ilmu PolitikUniversitas Merdeka Malang) Sirhan Fikri, Wahyu Wiyani, Agung Suwandaru. Jurnal Bisnis Dan Manajemen, 3(1), 120–134.
Gustientiedina, G., Siddik, M., & Desnelita, Y. (2019). Penerapan Naïve Bayes untuk Memprediksi Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademis. Jurnal Infomedia, 2(4), 2–6. https://doi.org/http://dx.doi.org/10.30811/jim.v4i2.1892
Jollyta, D., Gusrianty, G., & Sukrianto, D. (2019). Analysis of Slow Moving Goods Classification Technique: Random Forest and Naïve Bayes. Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 5(2), 134–139. https://doi.org/10.23917/khif.v5i2.8263
Maris, E. R. (2018). Analisis Kepuasan Pelanggan Menggunakan Algoritma C4 . 5 Eki Ruziqa Maris. 1–14.
Miranda, E., & Julisar. (2018). Data Mining Dengan Metode Klasifikasi Naïve Bayes Untuk Mengklasifikasikan Pelanggan Eka Miranda , Julisar Program Sistem Informasi , Program Studi Sistem Informasi , Universitas Bina Nusantara. Infotech, 4(9), 6–12.
Oktanisa, I., Supianto, A. A., Studi, P., Ilmu, M., Komputer, F. I., Brawijaya, U., Forest, R., Descent, S. G., & Neighbor, K. (2018). Perbandingan Teknik Klasifikasi Dalam Data Mining Untuk Bank A Comparison Of Classification Techniques In Data Mining For. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 5(5), 567–576. https://doi.org/10.25126/jtiik20185958
Setiawan, D., Putri, R. N., & Suryanita, R. (2019). Perbandingan Algoritma Genetika dan Backpropagation pada Aplikasi Prediksi Penyakit Autoimun. Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 5(1), 21–27. https://doi.org/10.23917/khif.v5i1.7173
Wilujeng, S. (2015). Pengaruh Kualitas Jasa Terhadap Loyalitas Mahasiswa Universitas Kanjuruhan Malang. Jurnal Ekonomi MODERNISASI, 11(1), 45. https://doi.org/10.21067/jem.v11i1.868
