Implementasi metode Naive Bayes Classifier pada Evaluasi Kepuasan Mahasiswa terhadap Pembelajaran Daring

Abstract

Dampak dari pandemic Coronavirus Disease-2019 (COVID-19) salah satunya adalah kegiatan proses belajar dan mengajar yang dilakukan dengan secara Online. Pembelajaran secara daring bisa dilakukan dengan menggunakan piranti lunak masing masing. Smartphone, laptop, dan koneksi internet yang stabil menjadi hal yang sangat genting saat ini. Pembelajaran secara daring juga mengakibatkan proses belajar yang dialami mahasiswa menjadi kurang efektif dan efisien dikarenakan berbagai hal seperti perangkat yang kurang mendukung, koneksi internet yang kurang memadai khususnya di daerah perkampungan serta proses mengajar memaksa dosen dan mahasiswa harus belajar serba terdigitalisai. Hal ini juga tentu dirasakan mahasiswa pada Universitas Budi Darma. Naïve Bayes merupakan teknik prediksi berbasis probabilistik sederhana yang berdasar pada aturan bayes dengan asumsi independensi yang kuat. Pengumpulan data yang dilakukan pada penelitian ini adalah studi literatur yaitu mengumpulkan sampel data berupa keluhan atau aduan mahasiswa dalam bentuk kuesioner. Berdasarkan Hasil dari pengujian dengan menggunakan 97 responden training serta 12 responden testing menampilkan akurasi sebesar 83,33%. prediksi puas dan kenyataannya benar puas adalah 8 responden. Jumlah prediksi Tidak Puas dan kenyataannya benar puas adalah 0 responden. Jumlah prediksi Puas dan kenyataannya benar tidak puas adalah 2 responden. Jumlah prediksi puas dan kenyataannya benar tidak puas adalah 2 responden. Pada prediksi tidak puas class precision mempunyai nilai 50% sebaliknya prediksi puas mempunyai 100% serta class recall pada true tidak puas mempunyai nilai 50% sebaliknya class recall pada true puas mempunyai 100%.