Analisa Kepuasan Mahasiswa Terhadap E-Learning Menggunakan Teknik Machine Learning
Abstract
: E-Learning merupakan salah satu media pembelajaan yang didukung oleh teknologi komputer dan jaringan internet yang didalamnya terdapat konten pembelajaran serta dapat diakses kapanpun dan dimanapun tanpa adanya keterbatasan jarak dan waktu. Kepuasan mahasiswa pada pembelajaran machine learning memiliki keterkaitan yang kuat. Semakin berkualitas penerapan pembelajaran di machine learning, maka semakin tinggi pula pencapaian kepuasan mahasiswa. Penelitian ini menggunakan metode algoritma naïve bayes classifier dengan menggunakan aplikasi rapidminer. Menggunakan teknik pengumpulan data kuantitatif dalam mengumpulkan data yang akan dijadikan sebagai sampel. Sumber data yang diperoleh dengan cara wawancara kepada pihak Biro Administrasi Akademik dan Kemahasiswaan (BAAK) STMIK IKMI Cirebon dan menyebarkan link kuesioner kepada responden yaitu mahasiswa kelas reguler sore secara online dengan menggunakan Google Form. Atribut yang digunakan pada data mining sistem pembelajaran mahasiswa kelas reguler sore antara lain: Ketersediaan Indigoes (A1), Penggunaan Indigoes (A2), Pengujian Indigoes (A3), Aktifitas Indigoes (A4), Kemudahan Indigoes (A5). Dari hasil pengolahan akan didapat hasil (Hasil Kepuasan) dan memperoleh klasifikasi tingkat kepuasan mahasiswa terhadap e-learning dimasa pandemic covid-19. Tujuan penelitian ini adalah ingin mengklasifikasikan tingkat kepuasan mahaiswa dengan penerapan data mining menggunakan algoritma naïve bayes classifier dalam mengetahui klasifikasi kepuasan mahaiswa dalam pembelajaran menggunakan e-learning dimasa pandemic covid-19. Pada penelitian ini diperoleh hasil tingkat akurasi sebesar 100%, recall 100% dan precision 100% dan hasil kepuasan mahasiswa terhadap e-learning dikategorikan “PUAS. Hasil penelitian ini diharapkan dapat dimanfaatkan sebagai tolok ukur dalam mengetahui tingkat kepuasan mahasiswa pada pembelajaran melalui e-learning dimasa pandemic yang sangat berpengaruh terhadap sistem pembelajaran mahasiswa.References
[1]. 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, pp. 0–6, 2020, doi: 10.1088/1742-6596/1477/5/052037.
[2]. Sukmanasa, E., Novita, L., & Siti, F. (2017). ANALISIS KEPUASAN MAHASISWA TERHADAP KINERJA DOSEN PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR UNIVERSITAS PAKUAN. Pedagonal : Jurnal Ilmiah Pendidikan, 1(2), 91–99. https://doi.org/10.33751/pedagog.v1i2.390
[3]. Andreanus, J., & Kurniawan, A. (2018). Sejarah, Teori Dasar dan Penerapan Reinforcement Learning: Sebuah Tinjauan Pustaka. Jurnal Telematika, 12(2), 113–118.
[4]. 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.
[5]. Fitriani, S., Informatika, T., Teknik, F., & Sidoarjo, U. M. (2019). Penerapan Data Mining Menggunakan Metode Klasifikasi Naïve Bayes untuk Memprediksi Partisipasi Pemilihan Gubernur. 3(2), 98–104.
[6]. Hartatik, Andri Syafrianto, W. W. (2017). PERBANDINGAN KLASIFIKASI PECEMARAN AIR SUNGAI DENGAN METODE BACKPROPAGATION DAN NAÃVE BAYES. Vol. 18. N, 67–71.
[7]. Suherman, A. H. dan. (2019). Prediksi Kehadiran Masyarakat Dalam Pemilihan Umum Dengan Menggunakan Metode Naïve Bayes Classification. 3, 97–99.
[8]. O. Nurdiawan, D. A. Kurnia, D. Solihudin, T. Hartati, and T. Suprapti, “Comparison of the K-Nearest Neighbor algorithm and the decision tree on moisture classification,†IOP Conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012031, 2021, doi: 10.1088/1757-899x/1088/1/012031.
[9]. Ryan Dwi Pambudi, Ahmad Afif Supianto, N. Y. S. (2019). Prediksi Kelulusan Mahasiswa Berdasarkan Kinerja Akademik Menggunakan Pendekatan Data Mining Pada Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2196, 3(3), 2194–2200.
[10] Mikkael, R. H. (2018). Penilaian Kinerja Karyawan Melalui Pemanfaatan Teknologi Informasi. Jurnal Web Informatika Teknologi, 3(1), 57-60.
[11] O. Nurdiawan, I. Ali, C. L. Rohmat, and A. R. Rinaldi, “InfoTekJar : Jurnal Nasional Informatika dan Sistem Kendali Sensor Tanah Sebagai Pemonitor Tingkat Kelembaban Media Tanam Padi,†Nas. Inform. dan Teknol. Jar., vol. 1, pp. 0–4, 2020.
[12] Napitupulu, R. H. M. (2020). The Relationship Between Education, Training, and Civil Servant Lecturers Competency. Journal of Business Management Review, 1(2), 121–132. https://doi.org/https://doi.org/10.47153/jbmr12.202020.
[13] Selfiana, Soedomo, A., Santoso, A. T., & Mikkael, R. H. (2021). Korespondensi Bahasa Indonesia Cara Cepat Membuat Surat. CV. Amerta Media.
[2]. Sukmanasa, E., Novita, L., & Siti, F. (2017). ANALISIS KEPUASAN MAHASISWA TERHADAP KINERJA DOSEN PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR UNIVERSITAS PAKUAN. Pedagonal : Jurnal Ilmiah Pendidikan, 1(2), 91–99. https://doi.org/10.33751/pedagog.v1i2.390
[3]. Andreanus, J., & Kurniawan, A. (2018). Sejarah, Teori Dasar dan Penerapan Reinforcement Learning: Sebuah Tinjauan Pustaka. Jurnal Telematika, 12(2), 113–118.
[4]. 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.
[5]. Fitriani, S., Informatika, T., Teknik, F., & Sidoarjo, U. M. (2019). Penerapan Data Mining Menggunakan Metode Klasifikasi Naïve Bayes untuk Memprediksi Partisipasi Pemilihan Gubernur. 3(2), 98–104.
[6]. Hartatik, Andri Syafrianto, W. W. (2017). PERBANDINGAN KLASIFIKASI PECEMARAN AIR SUNGAI DENGAN METODE BACKPROPAGATION DAN NAÃVE BAYES. Vol. 18. N, 67–71.
[7]. Suherman, A. H. dan. (2019). Prediksi Kehadiran Masyarakat Dalam Pemilihan Umum Dengan Menggunakan Metode Naïve Bayes Classification. 3, 97–99.
[8]. O. Nurdiawan, D. A. Kurnia, D. Solihudin, T. Hartati, and T. Suprapti, “Comparison of the K-Nearest Neighbor algorithm and the decision tree on moisture classification,†IOP Conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012031, 2021, doi: 10.1088/1757-899x/1088/1/012031.
[9]. Ryan Dwi Pambudi, Ahmad Afif Supianto, N. Y. S. (2019). Prediksi Kelulusan Mahasiswa Berdasarkan Kinerja Akademik Menggunakan Pendekatan Data Mining Pada Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 2196, 3(3), 2194–2200.
[10] Mikkael, R. H. (2018). Penilaian Kinerja Karyawan Melalui Pemanfaatan Teknologi Informasi. Jurnal Web Informatika Teknologi, 3(1), 57-60.
[11] O. Nurdiawan, I. Ali, C. L. Rohmat, and A. R. Rinaldi, “InfoTekJar : Jurnal Nasional Informatika dan Sistem Kendali Sensor Tanah Sebagai Pemonitor Tingkat Kelembaban Media Tanam Padi,†Nas. Inform. dan Teknol. Jar., vol. 1, pp. 0–4, 2020.
[12] Napitupulu, R. H. M. (2020). The Relationship Between Education, Training, and Civil Servant Lecturers Competency. Journal of Business Management Review, 1(2), 121–132. https://doi.org/https://doi.org/10.47153/jbmr12.202020.
[13] Selfiana, Soedomo, A., Santoso, A. T., & Mikkael, R. H. (2021). Korespondensi Bahasa Indonesia Cara Cepat Membuat Surat. CV. Amerta Media.
Published
2021-06-30
How to Cite
SEPTIANI, Isse Liana et al.
Analisa Kepuasan Mahasiswa Terhadap E-Learning Menggunakan Teknik Machine Learning.
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics, [S.l.], v. 5, n. 2, p. 137-146, june 2021.
ISSN 2548-3412.
Available at: <https://87383.shichuantrade-tw.tech/index.php/ITBI/article/view/1521>. Date accessed: 13 mar. 2025.
doi: https://doi.org/10.51211/itbi.v5i2.1521.
