PENERAPAN METODE NAÏVE BAYES DALAM MEMPREDIKSI KEPUASAN MAHASISWA TERHADAP CARA PENGAJARAN DOSEN

Ramadani, Putri (2024) PENERAPAN METODE NAÏVE BAYES DALAM MEMPREDIKSI KEPUASAN MAHASISWA TERHADAP CARA PENGAJARAN DOSEN. Masters thesis, Universitas Putra Indonesia YPTK Padang.

	Text Tesis_221321014_PUTRI RAMADANI_AbstrakAbstrak.pdf Download (50kB)
	Text Tesis_221321014_PUTRI RAMADANI_BAB I.pdf Download (126kB)
	Text Tesis_221321014_PUTRI RAMADANI_Daftar Pustaka.pdf Download (199kB)
	Text Tesis_221321014_PUTRI RAMADANI_Full Text.pdf Restricted to Repository staff only Download (9MB)

Abstract

Kepuasan mahasiswa di perguruan tinggi adalah fokus utama dalam meningkatkan mutu pendidikan. Dalam paradigma Tridharma, kepuasan diukur melalui perbandingan harapan dan realisasi pengajaran sebagai indikator utama efektivitas pembelajaran. Metode penelitian ini menggunakan klasifikasi Naïve Bayes, melalui langkah-langkah pembacaan data training, perhitungan probabilitas prior, probabilitas data training setiap kategori, pembacaan data testing, dan perhitungan probabilitas akhir. Penelitian ini bertujuan untuk mengevaluasi kepuasan mahasiswa terhadap pengajaran dosen di Politeknik LP3I Kampus Padang. Data yang digunakan dalam penelitian ini diperoleh melalui kuesioner online menggunakan Google Form dengan jumlah sebanyak 574 dataset. Pengambilan sampel dilakukan dengan menggunakan teknik Proportionate Stratified Random Sampling. Hasil penelitian dengan 574 data (516 training dan 58 testing) menunjukkan bahwa 52 data (89,648%) menyatakan "Sangat Puas", sedangkan 6 data (10,344%) menyatakan "Puas". Akurasi prediksi mencapai 98,28%. Namun, ketika menggunakan metode Naïve Bayes dengan 574 data (574 training dan 574 testing), 397 data (69,078%) menyatakan "Sangat Puas" dan 177 data (30,798%) menyatakan "Puas". Tanpa metode Naïve Bayes, 402 data (69,948%) menyatakan "Sangat Puas" dan 172 data (29,928%) menyatakan "Puas". Perbaikan sebesar 0,87% terjadi untuk kategori "Sangat Puas" dan -0,87% untuk "Puas", atau setara dengan perbaikan pada 5 klasifikasi dalam dataset. Tidak ada perbedaan persentase untuk kategori lainnya. Dari perbandingan hasil, terlihat bahwa metode Naïve Bayes lebih unggul dalam memprediksi tingkat kepuasan mahasiswa dibandingkan perhitungan tanpa metode tersebut. Oleh karena itu, dapat disimpulkan bahwa model proses Naïve Bayes layak digunakan sebagai metode penentuan keputusan yang baik dalam prediksi. Kata kunci : Cara Pengajaran Dosen, Data Mining, Naïve Bayes, Prediksi, Kepuasan Mahasiswa,

Actions (login required)

View Item