KLASIFIKASI NAIVE BAYES DALAM MEMPREDIKSI TINGKAT KEPUASAN MAHASISWA TERHADAP PENGAJARAN DOSEN DI PROGRAM STUDI MATEMATIKA FMIPA UNIVERSITAS SAM RATULANGI MANADO

Abstract

This research aims to classification students in predicting the level of student satisfaction with the teaching of lecturers in the FMIPA study program of Sam Ratulangi University. The data was obtained from a questionnaire with a sample of 300 data where this data was divided into 200 training data and 100 testing data. The attributes used as many as 4 are Communication, Building a Learning Atmosphere, Assessment of Students, and Delivery of Materials. The method used in this study is naïve bayes which is processed using R-Studio software. For manual calculation of training data used 50 data from 200 training data, and data testing taken 5 data from 100 data testing. While the data processed with R-Studio has an accuracy of 0.96 or 96%, sensitivity of 1.0 or 100%.
Keywords: Naïve Bayes, satisfaction level
ABSTRAK
Penelitian ini bertujuan untuk melakukan klasifikasi dalam memprediksi tingkat kepuasan mahasiswa terhadap pengajaran dosen di program studi FMIPA Universitas Sam Ratulangi. Data didapat dari kuisioner dengan sampel 300 data dimana data ini dibagi menjadi 200 data training dan 100 data testing. Atribut yang digunakan sebanyak 4 yaitu Komunikasi, Membangun Suasana Belajar, Penilaian Terhadap Mahasiswa, dan Penyampaian Terhadap Materi . Metode yang digunakan dalam penelitian ini adalah naïve bayes yang di proses menggunakan software R-Studio. Untuk perhitungan manual data training yang digunakan 50 data dari 200 data training, dan data testing diambil 5 data dari 100 data testing. Sedangkan data yang di proses dengan R-Studio memiliki accuracy 0.96 atau 96%, sensitivity 1,0 atau 100% .
Kata kunci: Naïve Bayes, tingkat kepuasan