KLASIFIKASI TINGKAT KEPUASAN MAHASISWA TERHADAP PENGAJARAN DOSEN PROGRAM STUDI SISTEM INFORMASI MENGGUNAKAN METODE NAIVE BAYES

Kepuasan mahasiswa merupakan salah satu indikator penting dalam evaluasi kualitas pengajaran, sehingga perlu dilakukan pengukuran secara sistematis dan objektif. Data yang digunakan dalam penelitian ini diperoleh melalui kuesioner yang disebarkan kepada mahasiswa, yang mencakup berbagai aspek terkait pengajaran dosen, seperti kesiapan mengajar, penyampaian materi, keterampilan menjawab pertanyaan, dan penggunaan media pembelajaran. Klasifikasi dengan metode Naive Bayes diterapkan untuk memprediksi tingkat kepuasan berdasarkan fitur-fitur tersebut. Dataset yang digunakan dibagi menjadi dua bagian, yakni 80% untuk data latih dan 20% untuk data uji. Model dievaluasi menggunakan metrik seperti akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa model Naive Bayes mampu mengklasifikasikan tingkat kepuasan mahasiswa dengan akurasi sebesar 75%. Metrik evaluasi lainnya juga menunjukkan bahwa model ini cukup efektif dalam memprediksi kepuasan mahasiswa di berbagai kategori. Dari hasil penelitian ini, diharapkan dapat memberikan wawasan yang bermanfaat bagi pihak akademik dalam mengevaluasi dan meningkatkan kualitas pengajaran dosen, serta dalam mengambil keputusan terkait kebijakan pendidikan. Penelitian ini juga membuktikan bahwa Naive Bayes dapat digunakan sebagai metode yang efisien dalam klasifikasi data kepuasan mahasiswa.