Klasifikasi Tingkat Kepuasan Pengguna Google Classroom dalam Pembelajaran Online Menggunakan Algoritma Naïve Bayes

Annisa Auliya Ramadhani, Rizal Adi Saputra, Ika Purwati Ningrum

Abstract


Kemajuan teknologi sejauh ini berdampak pada pertumbuhan pembelajaran, terutama pasca pandemi Covid-19. Pengajaran online menggunakan Google Classroom telah muncul sebagai salah satu pilihan yang tepat untuk adaptasi pendidikan selama pandemi Covid-19. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kepuasan pengguna Google Classroom terhadap mahasiswa Universitas Halu Oleo menggunakan algoritma naïve bayes. Kuesioner online yang dirancang untuk menguji berbagai aspek kepuasan, termasuk kualitas sistem, penggunaan, responsivitas, fleksibilitas, informasi, dan kepuasan. Teknik klasifikasi naïve bayes ialah sebuah metode yang didasarkan pada teknik probabilitas dan teorema bayes. Kodingan dengan bahasa pemrograman Python, digunakan untuk implementasi, dengan memanfaatkan berbagai library dan modul penggunaaan algoritma naïve bayes. Penelitian ini menggunakan 500 data responden mahasiswa, kemudian dibagi menjadi 400 data latih dan 100 data uji. Data pengujian yakni sebanyak 100 data latih diolah dan mendapatkan akurasi sebesar 89% dan mengklasifikasikan 88 pengguna puas dengan presisi 95%, recall 100%, dan f1-score 97% dan sebanyak 12 pengguna tidak puas diperoleh presisi 100%, recall 58%, dan f1-score 74%. Dari hasil penelitian ini, menunjukkan kinerja baik dalam mengklasifikasikan kepuasan pengguna. 


Keywords


Google Classroom; Klasifikasi; Naïve Bayes; Pembelajaran Online; Tingkat Kepuasan

References


S. W. N. G. Rahim Damanik A, “Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes,” Jurnal Sistim Informasi dan Teknologi, vol. 3, no. 3, pp. 88–94, Aug. 2021, doi: 10.37034/jsisfotek.v3i3.49.469

F. Nadya Arieni, E. Irawan, and D. Suhendro, “Analisis Tingkat Kepuasan Pengguna Google Classroom Dalam Pembelajaran Online Menggunakan Algoritma Naïve Bayes,” Jurnal Ilmiah Sistem Informasi Dan Ilmu Komputer (JUISIK), vol. 2, no. 2, pp. 39–50, 2022, doi: 10.55606/juisik.v2i3.327.

I. Amillina and A. Qoiriah, “Penerapan Algoritma Naïve Bayes dalam Klasifikasi Tingkat Kepuasan Siswa terhadap Pembelajaran Daring,” JIFTI-Jurnal Ilmiah Teknologi Informasi dan Robotika, vol. 3, no. 2, pp. 16–23, 2021, doi: 10.33005/jifti.v3i2.131.

Salmiati, “Klasifikasi Sikap Murid Selama Masa Pandemi Covid-19 Menggunakan Metode Naïve Bayes,” Literacy: Jurnal Ilmiah Sosial, vol. 3, no. 2, pp. 119–137, 2021, doi: 10.53489/jis.v3i2.35.

F. Fatmawati and N. Narti, “Perbandingan Algoritma C4.5 dan Naive Bayes Dalam Klasifikasi Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Daring,” JTIM : Jurnal Teknologi Informasi dan Multimedia, vol. 4, no. 1, pp. 1–12, May 2022, doi: 10.35746/jtim.v4i1.196.

M. Siddik, R. Noratama Putri, and Y. Desnelita, “Klasifikasi Kepuasan Mahasiswa Terhadap Pelayanan Perguruan Tinggi Menggunakan Algoritma Naïve Bayes,” Journal of Information Technology and Computer Science (INTECOMS), vol. 3, no. 2, pp. 162–166, 2020, doi: 10.31539/intecoms.v3i2.1654.

H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naïve Bayes,” ILKOM-Jurnal Ilmiah, vol. 10, no. 2, pp. 160–165, 2018, doi: 10.33096/ilkom.v10i2.303.160-165.

N. Marbun, “Analisis Sentimen Kuliah Daring Menggunakan Metode Naïve Bayes Classifier Berdasarkan Angket Mahasiswa Info Artikel Abstrak,” KETIK: Jurnal Informatika, vol. 01, no. 01, pp. 11–17, 2023, Accessed: Jan. 15, 2024. [Online]. Available: https://jurnal.faatuatua.com/index.php/KETIK.

Y. I. Kurniawan, “Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 4, pp. 455–464, Oct. 2018, doi: 10.25126/jtiik.201854803.

Sepri D, “Penerapan Algoritma Naïve Bayes Untuk Analisis Kepuasan Penggunaan Aplikasi Bank,” Journal of Computer System and Informatics (JoSYC), vol. 2, no. 1, pp. 135–139, 2020, Accessed: Jan. 15, 2024. [Online]. Available: http://ejurnal.seminar-id.com/index.php/josyc/article/view/581.

N. N. Aminatuzzuhriyyah, “Klasifikasi Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Secara Daring Menggunakan Algoritma Naïve Bayes,” Jurnal Ilmu Komputer dan Teknologi Informasi, vol. 6, no. 2, pp. 61–67, 2021, doi: 10.36805/technoxplore.v6i2.1377.

B. Purba and R. Syahputra, “Implementasi metode Naive Bayes Classifier pada Evaluasi Kepuasan Mahasiswa terhadap Pembelajaran Daring,” InfoTekjar: Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 6, no. 1, pp. 85–91, 2021, doi: 10.30743/infotekjar.v6i1.4352.

M. Garonga and R. Tanduk, “Perbandingan Algoritma Naive Bayes, Decision Tree, dan Random Forest Dalam Klasifikasi Gaya Belajar Mahasiswa Universitas Kristen Indonesia Toraja,” Jurnal Teknik Informatika (JUTIF), vol. 4, no. 6, pp. 1507–1514, 2023, doi: 10.52436/1.jutif.2023.4.6.1020.

P. A. M. Zidane, R. W. P. P. Zer, and I. Gunawan, “Penerapan Data Mining Naïve Bayes Dalam Klasifikasi Kepuasan Mahasiswa Berlangganan WiFi Indihome,” Jurnal Media Informatika (JUMIN), vol. 3, no. 2, pp. 112–118, 2022, doi: 10.55338/jumin.v3i2.488.

A. N. Badri, N. Noviandi, F. Anastya, and M. Roland, “Sentiment Analisis Untuk Identifikasi Kepuasan Masyarakat Terhadap Kenaikan BBM Menggunakan Algoritma Naive Bayes,” JIKO (Jurnal Informatika dan Komputer), vol. 7, no. 2, p. 287, Sep. 2023, doi: 10.26798/jiko.v7i2.873.




DOI: http://dx.doi.org/10.26798/jiko.v8i2.1221

Article Metrics

Abstract view : 360 times
PDF (Bahasa Indonesia) - 122 times

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Copyright (c) 2024 Annisa Auliya Ramadhani

JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.