Penerapan Algoritma Naive Bayes Untuk Mengetahui Kepuasan Mahasiswa Terhadap Layanan Administrasi Keuangan
Abstract
Kualitas pelayanan terhadap mahasiswa merupakan peranan penting untuk kelangsungan suatu institusi pendidikan. Mahasiswa merupakan peranan penting titik sentral dalam pengelolaan suatu pergutuan tinggi. Metode data mining yang digunakan untuk melakukan penelitian ini yaitu Naive bayes karena memiliki performa yang baik. Naive bayes merupakan teknik prediksi berbasis probabilistik yang sederhana berdasarkan pada penerapan teorema bayes. Indikator penilaian yang digunakan adalah tangible (bukti langsung), reability (keandalan), responsiveness (daya tangkap), assurance (jaminan) dan empathy (empati). Penerapan metode naive bayes ini diharapkan mampu memprediksi tingkat kepuasan mahasiswa terhadap pelayanan bagian akademis pada suatu perguruan tinggi. Masalah yang terjadi yaitu untuk mengetahui seberapa besar tingkat kepuasan mahasiswa terhadap suatu pelayanan di STIKes Ahmad Dahlan Cirebon dan diiharapkan dapat meningkatkan akurasi penilaian pelayanan administrasi keuangan sehingga suatu perguruan tinggi mempunyai suatu standar dalam memberikan penilaian pelayanan administrai keuangan. Data yang digunakan pada penelitian ini adalah 328 mahasiswa dan yang menjawab kuesioner hanya 217 mahasiswa dari seluruh mahasiswa semester gasal STIKES Ahmad Dahlan Cirebon Tahun Akademik 2019/2020. Terdapat data training dengan jumlah 80% dan data testing dengan jumlah 20% dan diperoleh tingkat accuracy 97.73%, precission 100.00% dan recall 66.67%.
References
m. Abdurohman, r. Husna, i. Ali, g. Dwilestari, and n. Rahaningsih, “penerapan model klasifikasi dalam tingkat kepuasan layanan publik kelurahan karyamulya dengan menggunakan algoritma decision tree,” inf. Manag. Educ. Prof. J. Inf. Manag., vol. 6, no. 1, p. 81, 2022, doi: 10.51211/imbi.v6i1.1678.
p. Studi, t. Informatika, p. Studi, s. Informasi, p. Studi, and r. Perangkat, “pengelompokkan hasil belajar siswa dengan metode clustering k-means saeful anwar 1) , tati suprapti 2) , gifthera dwilestari 3) irfan ali 4),” vol. 4, no. 2, pp. 60–72, 2022.
f. M. Basysyar, g. Dwilestari, a. Bahtiar, martanto, and d. N. Nuris, “market basketball analysis algorithm for determining products association,” iop conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012040, 2021, doi: 10.1088/1757-899x/1088/1/012040.
f. M. Basysyar, “clustering data disabilitas menggunakan algoritma k-means di kabupaten cirebon,” jursima (jurnal sist. Inf. Dan …, vol. 9, no. 3, 2021.
s. Suhari, a. Faqih, and f. M. Basysyar, “sistem informasi kepegawaian mengunakan metode agile development di cv. Angkasa raya,” j. Teknol. Dan inf., vol. 12, no. 1, pp. 30–45, 2022, doi: 10.34010/jati.v12i1.6622.
s. M. A. K-means, . “kata kunci : data mining, kualitas, ujian nasional, algoritma k-means.,” vol. 10, no. 1, 2022.
c. L. Rohmat, i. Ali, t. Suprapti, and u. Aryanti, “aplikasi pemesanan online barbershop berbasis android untuk meningkatkan layanan,” vol. 4, no. 2, pp. 37–45, 2021.
y. A. Wijaya, n. Suarna, iin, r. Hamonangan, and r. Nining, “comparison of machine learning algorithm for santander dataset,” iop conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012032, 2021, doi: 10.1088/1757-899x/1088/1/012032.
n. Suarna, y. A. Wijaya, mulyawan, t. Hartati, and t. Suprapti, “comparison k-medoids algorithm and k-means algorithm for clustering fish cooking menu from fish dataset,” iop conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012034, 2021, doi: 10.1088/1757-899x/1088/1/012034.
s. Turangga and y. A. W, “analisis internet menggunakan parameter quality of service pada alfamart tuparev 70,” vol. 6, no. 1, pp. 392–398, 2022.
t. Hartati and y. A. Wijaya, “analisis data lalu lintas jaringan di kantor cangehgar cyber operation center menggunakan algoritma k-means network traffic data analysis at cangehgar cyber operation center office using k-means algorithm,” vol. 7, no. 1, pp. 75–84, 2022.
h. Putri, a. I. Purnamasari, a. R. Dikananda, o. Nurdiawan, and s. Anwar, “penerima manfaat bantuan non tunai kartu keluarga sejahtera menggunakan metode naïve bayes dan knn,” build. Informatics, technol. Sci., vol. 3, no. 3, pp. 331–337, 2021, doi: 10.47065/bits.v3i3.1093.
a. Z. Zami, o. Nurdiawan, and g. Dwilestari, “klasifikasi kondisi gizi bayi bawah lima tahun pada posyandu melati dengan menggunakan algoritma decision tree,” j. Sist. Komput. Dan inform., vol. 3, pp. 305–310, 2022, doi: 10.30865/json.v3i3.3892.
e. W. Ramadhona, t. Prasetya, and a. I. Purnamasari, “game edukasi ‘ nihongo kurabu ’ belajar bahasa menggunakan unity 2d berbasis android,” inf. Manag. Educ. Prof., vol. 6, no. 1, pp. 71–80, 2022.
a. Z. Zami, o. Nurdiawan, and g. Dwilestari, “klasifikasi kondisi gizi bayi bawah lima tahun pada posyandu melati dengan menggunakan algoritma decision tree,” j. Sist. Komput. Dan inform., vol. 3, pp. 305–310, 2022, doi: 10.30865/json.v3i3.3892.
h. Putri, a. I. Purnamasari, a. R. Dikananda, o. Nurdiawan, and s. Anwar, “penerima manfaat bantuan non tunai kartu keluarga sejahtera menggunakan metode naïve bayes dan knn,” build. Informatics, technol. Sci., vol. 3, no. 3, pp. 331–337, 2021, doi: 10.47065/bits.v3i3.1093.
d. A. K. Irfan nurdiyanto, odi nurdiawan, nining rahaningsih, ade irfma purnamasari, “penentuan keputusan pemberian pinjaman kredit menggunakan algoritma c.45,” j. Data sci. Dan inform., vol. 1, no. 1, pp. 16–20, 2021.
a. Faqih, o. Nurdiawan, and a. Setiawan, “ethnomathematics : utilization of crock , ladle , and chopping board for learning material of geometry at the elementary school,” vol. 4, no. 1, pp. 46–55, 2021.
o. Nurdiawan, f. A. Pratama, d. A. Kurnia, kaslani, and n. Rahaningsih, “optimization of traveling salesman problem on scheduling tour packages using genetic algorithms,” j. Phys. Conf. Ser., vol. 1477, no. 5, 2020, doi: 10.1088/1742-6596/1477/5/052037.
f. Arie pratama, k. Kaslani, o. Nurdiawan, n. Rahaningsih, and n. Nurhadiansyah, “learning innovation using the zahir application in improving understanding of accounting materials,” j. Phys. Conf. Ser., vol. 1477, no. 3, pp. 0–6, 2020, doi: 10.1088/1742-6596/1477/3/032018.
Copyright (c) 2020 KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
This work is licensed under a Creative Commons Attribution 4.0 International License.
Seluruh materi yang terdapat pada situs e-jurnal ini dilindungi oleh Undang-undang. Dilarang mengutip sebagian atau seluruh isi situs (termasuk makalah) tanpa persetujuan pengelola situs atau penulis (khusus untuk materi makalah). Anda diperbolehkan untuk mengutip beberapa materi dalam makalah yang diterbitkan oleh KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer dengan mencantumkan sitasi yang merujuk pada situs e-jurnal ini.
Hak atas penggandaan materi yang terkandung pada situs e-jurnal ini dimiliki oleh Puslitbang Kopertip Indonesia selaku pengelola jurnal. Dilarang menggandakan materi makalah tanpa seijin pengelola jurnal.
All material contained in this e-journal site is protected by Law. Do not quotes any or all part of this site (including its papers) without the consent of this site manager or the author (for material contained in paper). You are permitted to quote some of material from papers published by KOPERTIP: Scientific Journal of Informatics Management and Computer by citing this e-journal according to proper citation rules.
Copyright of materials contained in this e-journal site is owned by Kopertip Indonesia Foundation as journal manager. Do not duplicate any paper material without explicit permission from journal manager.
