<![CDATA[Pandemi COVID-19 telah mengubah proses pembelajaran tatap muka menjadi tatap maya atau lebih dikenal dengan pembelajaran daring. Efektifitas pembelajaran daring menjadi hal penting untuk dievaluasi agar kualitas lulusan yang dihasilkan dapat sesuai dengan capaian. Salah satu bentuk evaluasi adalah feedback berupa komentar dan saran dari mahasiswa. Data yang berhasil dikumpulan berupa teks dalam jumlah yang besar. Data tersebut perlu diolah menjadi informasi yang berguna dan bernilai. Salah satu metode yang dapat digunakan adalah data mining. Data mining dapat mengolah data menjadi pengetahuan (knowledge). Beberapa manfaat dari pengetahuan tersebut salah satunya adalah pengelompokan data (klasifikasi). Terdapat beberapa macam algoritma klasifikasi yang dapat digunakan untuk klasifikasi data. Penelitian ini bertujuan untuk membandingkan kinerja algoriitma klasifikasi antara Naive Bayes, Support Vector Machine, dan Decision Tree. Hasil dari penelitian menunjukan skor akurasi terbaik dihasilkan oleh algoritma Naive Bayes dengan nilai 82,14% untuk rasio data latih terhadap data uji sebesar 80:20. Begitu pula dengan ration 70:30, algoritma Naive Bayes menghasilkan nilai akurasi paling baik sebesar 78,29 %]]>
Copyrights © 2022
