<![CDATA[: 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.]]>
Copyrights © 2021
