Penerapan Algoritma K-Means dan Naïve zBayes Dalam Menganalisa Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Kampus
Keywords:
Data Mining,K-Means.Naive Bayes,Classtering,KlasifikasiAbstract
Penelitian ini bertujuan untuk menganalisis tingkat kepuasan mahasiswa terhadap pelayanan kampus menggunakan dua algoritma data mining, yaitu K-Means dan Naive Bayes. Algoritma K-Means digunakan untuk mengelompokkan mahasiswa berdasarkan tingkat kepuasan mereka, sementara algoritma Naive Bayes digunakan untuk memprediksi tingkat kepuasan mahasiswa berdasarkan atribut-atribut tertentu seperti fasilitas, layanan akademik, dan dukungan administratif. Data yang digunakan dalam penelitian ini diperoleh melalui survei yang disebarkan kepada mahasiswa Hasil pengelompokan dengan K-Means menunjukkan bahwa terdapat beberapa kelompok utama yang menggambarkan tingkat kepuasan yang berbeda di kalangan mahasiswa. Sementara itu, hasil prediksi dengan Naive Bayes menunjukkan tingkat akurasi yang cukup tinggi dalam mengklasifikasikan tingkat kepuasan mahasiswa. Dengan demikian, kombinasi kedua algoritma ini dapat memberikan wawasan yang mendalam bagi manajemen kampus dalam meningkatkan kualitas pelayanan dan kepuasan mahasiswa. Penelitian ini juga memberikan rekomendasi untuk peningkatan pelayanan berdasarkan temuan dari analisis data.
References
Pratama, Alif Anugerah, (2023). Pemanfaatan Teknologi Informasi dan Komunikasi (TIK). Oleh Rumah Tangga Untuk Kehidupan Sehari-hari. Journal of Information Technology and society (JITS).
M. MUJIBURRAHMAN, N. NURAENI, F. H. ASTUTI, A. MUZANNI, and M. MUHLISIN,
“Pentingnya Pendidikan Bagi Remaja Sebagai Upaya Pencegahan Pernikahan Dini,” COMMUNITY J. Pengabdi. Kpd. Masy., vol. 1, no. 1, pp. 36–41, 2021, doi: 10.51878/community.v1i1.422.
Zunaidi, M., & Erwansyah, K. (2021). Penerapan Data Mining Untuk Menganalisa Tingkat Kepuasan Pelanggan Telkomsel Terhadap Sikap Pelayanan Caroline Officer Dengan Menggunakan Metode ….
Jurnal Cyber Tech, x. https://ojs.trigunadharma.ac.id/index.php/jct/article/view/451.
Triayudi, A., & Soepriyono, G. (2022). Penerapan Data Mining Untuk Mengukur Kepuasan Mahasiswa Terhadap Pembelajaran dengan Menggunakan Algoritma Naïve Bayes. Journal of Computer System and Informatics (JoSYC), 4(1), 39–44. https://doi.org/10.47065/josyc.v4i1.2524.M. Muqorobin, A. Apriliyani, and K. Kusrini, “Sistem Pendukung Keputusan Penerimaan Beasiswa dengan Metode SAW,” Respati, vol. 14, no. 1, pp. 76–85, 2019, doi: 10.35842/jtir.v14i1.274.
Priyadi, I. (2019). Data Mining Predictive Modeling for Prediction of Gold Prices Based on Dollar Exchange Rates, Bi Rates and World Crude Oil Prices. Indonesian Journal of Artificial Intelligence and Data Mining (IJAIDM), 2(2).
Saragih, D. A. R., Safii, M. (2021). Penerapan Data Mining Klasifikasi Tingkat Kepuasan Mahasiswa.
Terhadap Pelayanan Sistem Informasi di Program Studi Sistem Informasi. Journal of Information, 2(2), 173–177.
Zunaidi, M., & Erwansyah, K. (2021). Penerapan Data Mining Untuk Menganalisa Tingkat Kepuasan Pelanggan Telkomsel Terhadap Sikap Pelayanan Caroline Officer Dengan Menggunakan Metode …. Jurnal Cyber Tech, x. https://ojs.trigunadharma.ac.id/index.php/jct/article/view/451.
Alkhairi, P., & Windarto, A. P. (2019). Penerapan K-Means Cluster pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. Seminar Nasional Teknologi Komputer & Sains, 762–767.
Muqorobin. (2022). Sistems Prediksi Lama Studi Kuliah Menggunakan Metode Naive Bayes. Jurnal Informatika, Komputer dan Bisnis, 117-129.
