<![CDATA[Pemanfaatan Artificial Intelligence (AI) dalam kegiatan akademik mahasiswa semakin berkembang, mulai dari pencarian referensi hingga pemahaman materi perkuliahan. Namun, penggunaan AI dapat menimbulkan persepsi yang beragam, sehingga diperlukan metode untuk mengklasifikasikan persepsi tersebut dan mengidentifikasi atribut yang informatif dalam membedakan kategori. Penelitian ini bertujuan mengklasifikasikan persepsi mahasiswa di Kecamatan Serpong terhadap penggunaan AI dalam kegiatan akademik ke dalam kategori Tinggi dan Rendah, mengevaluasi kinerja model, serta mengidentifikasi atribut yang paling informatif terhadap kategori persepsi. Penelitian menggunakan pendekatan kuantitatif dengan kerangka Cross Industry Standard Process for Data Mining (CRISP-DM). Data dikumpulkan melalui kuesioner berskala Likert yang terdiri atas 19 pernyataan dari 120 mahasiswa yang dipilih menggunakan teknik purposive sampling. Label kelas dibentuk berdasarkan median skor rata-rata jawaban responden. Pemodelan dilakukan menggunakan algoritma Naïve Bayes pada RapidMiner dan dievaluasi dengan teknik 10-fold cross validation menggunakan metrik accuracy, precision, recall, dan F1-score. Analisis atribut dilakukan menggunakan operator Weight by Information Gain. Hasil pengujian menunjukkan nilai rata-rata accuracy sebesar 95,00%, precision 98,33%, recall 91,67%, dan F1-score 94,36%. Analisis Information Gain menunjukkan bahwa Q18, yaitu pernyataan bahwa AI telah menjadi bagian penting dalam kegiatan akademik, memperoleh bobot tertinggi sebesar 0,321, sedangkan Q11 tentang kemampuan belajar mandiri meskipun menggunakan AI memperoleh bobot terendah sebesar 0,076. Hasil ini menunjukkan bahwa Naïve Bayes dapat digunakan untuk mengklasifikasikan persepsi responden pada dataset penelitian, sementara pembobotan atribut membantu mengidentifikasi butir yang paling informatif dalam membedakan kategori persepsi.]]>
Copyrights © 2026
