Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Teknologi Indonesia
Dewi Puspitasari
Teknologi Informasi, Institut Teknologi dan Sains Nahdlatul Ulama Lampung, Lampung, Indonesia
Education Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Tingkat Kepuasan Pengguna Sistem E-Arsip Menggunakan Naïve Bayes Berdasarkan E-S-Qual Liranti Rahmelina; Nadella Lesmana; Dewi Puspitasari; Fadil Firdian
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 8 (2026): JPTI - Agustus 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.2186

Abstract

Penelitian ini bertujuan mengklasifikasikan tingkat kepuasan pengguna terhadap sistem E-Arsip berbasis web di Kecamatan Luhak Nan Duo berdasarkan dimensi E-S-Qual, yaitu efficiency, system availability, fulfillment, dan privacy. Permasalahan yang diangkat adalah belum adanya evaluasi berbasis data terhadap kualitas layanan sistem sehingga menyebabkan variasi kepuasan pengguna.Selain itu, evaluasi sistem E-Arsip yang selama ini dilakukan masih bersifat deskriptif dan belum memanfaatkan pendekatan klasifikasi yang mampu mengidentifikasi pola kepuasan pengguna secara objektif berdasarkan dimensi kualitas layanan elektronik. Oleh karena itu, penelitian ini mengintegrasikan model E-S-Qual dengan algoritma Naïve Bayes untuk menghasilkan evaluasi yang lebih terukur dan akurat. Metode yang digunakan adalah algoritma Naïve Bayes dengan data dari 100 responden melalui kuesioner. Hasil menunjukkan bahwa efficiency (4,12) dan system availability (4,05) menjadi faktor dominan dibandingkan fulfillment (3,88) dan privacy (3,95). Model klasifikasi dengan pembagian data 80:20 menghasilkan akurasi 87,00%, precision 84,00%, dan recall 86,00%. Pengujian tambahan dengan variasi pembagian data dan k-fold cross validation menunjukkan performa stabil dengan akurasi 85,50%–88,20%. Hasil ini membuktikan bahwa Naïve Bayes efektif dan reliabel dalam klasifikasi kepuasan pengguna serta mendukung evaluasi kualitas sistem E-Arsip berbasis data.
Co-Authors Fadil Firdian Liranti Rahmelina Nadella Lesmana