Journal of Emerging Information Systems and Business Intelligence (JEISBI)
Vol. 4 No. 4 (2023)

Analisis Prediksi Pengalaman Pengguna Aplikasi MELISA menggunakan Metode SVM dan KNN

Kartikasari, Dinda (Unknown)
Nuryana, I Kadek Dwi (Unknown)



Article Info

Publish Date
02 Sep 2023

Abstract

Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi mencanangkan program Merdeka Belajar Kampus Merdeka (MBKM) yang merupakan kebijakan untuk membawa perubahan positif bagi masa depan mahasiswa. Universitas Negeri Surabaya merupakan salah satu dari perguruan tinggi di Indonesia yang berperan aktif dalam mensukseskan program MBKM, dalam hal ini Pertukaran Mahasiswa. MELISA mencakup berbagai program yang tersedia didalam Universitas Negeri Surabaya. Beberapa program yang disediakan MELISA merupakan program magang, Inbound, Outbound, KKN, dan PLP. Tujuan penelitian dilakukan adalah mengetahui hasil komparasi algoritma SVM dan KNN untuk pengalaman pengguna aplikasi MELISA. Pengumpulan data dilakukan dengan menyebarkan kuisioner melalui gform dengan jumlah 26 indikator pertanyaan. Jumlah sampel yang ditentukan dalam penelitian ini telah ditetapkan sesuai kuota dimana diambil 50 responden setiap fakultas di Universitas Negeri Surabaya dan jumlah fakultas Universitas Negeri Surabaya adalah 7 fakultas maka jumlah responden yang digunakan dalam penelitian ini sebanyak 350 dari 362 responden menggunakan teknik quota sampling. Kemudian penelitian diolah menggunakan perhitungan data menggunakan software SPSS versi 26 untuk uji validasi dan reliabilitas kuisioner sebelum kuisioner disebarkan menggunakan data 20 responden. Dari hasil pengujian dua metode yaitu SVM dan KNN didapatkan nilai rata-rata persentase yang terendah di variabel Attractiveness pada metode SVM dengan accuracy 99,86%, precision 99,76%, recall 100% menggunakan 10-fold validation. Sedangkan dengan metode KNN, variabel Attractiveness mendapatkan nilai accuracy 96,17%, precision 97,44%, recall 95,87% menggunakan 10-fold validation. Maka dari hasil tersebut menghasilkan beberapa rekomendasi bagi pengembangan aplikasi MELISA, yaitu perbaikan tampilan UI/UX aplikasi MELISA agar lebih disukai serta menyenangkan dan nyaman saat digunakan, perbaikan tampilan konten yang ada di aplikasi MELISA, serta perbaikan tampilan UI/UX dan alur penggunaan pada aplikasi MELISA menjadi user friendly agar pengguna baru dapat lebih mudah menggunakan aplikasi MELISA.

Copyrights © 2023






Journal Info

Abbrev

JEISBI

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Library & Information Science

Description

Journal of Emerging Information Systems and Business Intelligence (JEISBI) aims to provide scholarly literature focused on studies and research in the fields of Information Systems (IS) and Business Intelligence (BI). This journal also includes public reviews on the development of theories, methods, ...