<![CDATA[Layanan Wi-Fi di perguruan tinggi sangat penting bagi mahasiswa untuk menunjang kegiatan akademiknya. Namun, kualitas layanan Wi-Fi di Universitas Nasional masih menjadi perhatian utama karena berbagai keluhan pengguna. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) dalam mengklasifikasi tingkat kepuasan mahasiswa terhadap layanan Wi-Fi. Data dikumpulkan melalui survei berbasis Google Forms dan dianalisis menggunakan Google Colab. Evaluasi kinerja dilakukan berdasarkan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kinerja metode Naïve Bayes dalam mengklasifikasi kepuasan mahasiswa mencapai Accuracy 100%, Precision 100%, Recall 100%, dan F1-score 100%. Hal ini lebih tinggi dibandingkan kinerja metode K-Nearest Neighbors yang mana Accuracy mencapai 86%, Precision 89,8%, Recall 87,2%, dan F1-Score 87,6%. Temuan ini dapat menjadi referensi bagi universitas untuk meningkatkan layanan Wi-Fi berdasarkan analisis kepuasan mahasiswa.]]>
Copyrights © 2025
