<![CDATA[Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja tiga metode klasifikasi Regresi Logistik, Support Vector Machine (SVM), dan Naïve Bayes dalam memprediksi kepuasan mahasiswa terhadap proses pembelajaran pada semester gasal 2025/2026 di Universitas Papua. Data penelitian diperoleh melalui survei yang berisi delapan variabel prediktor kategorik yang berkaitan dengan aspek proses pembelajaran, sementara variabel respon terdiri atas dua kategori, yaitu puas dan tidak puas. Analisis dilakukan dengan membagi data menjadi training dan testing dengan proporsi 80:20. Hasil penelitian menunjukkan bahwa metode Regresi Logistik dan SVM memberikan akurasi tertinggi, masing-masing sebesar 95.24%, sedangkan metode Naïve Bayes menghasilkan akurasi sebesar 87.88% meskipun telah dilakukan penentuan parameter terbaik menggunakan validasi silang 5-fold dan penerapan Laplace smoothing. Temuan ini menunjukkan bahwa Regresi Logistik dan SVM merupakan metode yang paling efektif untuk memprediksi kepuasan mahasiswa pada dataset ini, sementara Naïve Bayes tetap menjadi alternatif yang efisien untuk pemodelan yang sederhana dan cepat. Hasil penelitian ini diharapkan dapat mendukung pengambilan keputusan dalam evaluasi dan peningkatan kualitas pembelajaran di perguruan tinggi.]]>
Copyrights © 2025
