ANALISIS KLASIFIKASI KEPUASAN MAHASISWA TERHADAP PENYELENGGARAAN PELAYANAN AKADEMIK FMIPA UNIVERSITAS HALU OLEO MENGGUNAKAN ALGORITMA RANDOM FOREST

Auni Tiftazani; Andi Tenriawaru; Gusti Arviana Rahman

doi:10.33772/anoatik.v2i2.64

Penulis

Auni Tiftazani Program Studi Ilmu Komputer, Jurusan Matematika, FMIPA, Universitas Halu Oleo
Andi Tenriawaru Universitas Halu Oleo
Gusti Arviana Rahman Universitas Halu Oleo

DOI:

https://doi.org/10.33772/anoatik.v2i2.64

Abstrak

Kepuasan mahasiswa terhadap layanan akademik adalah indikator penting untuk menilai kinerja institusi pendidikan tinggi. Penelitian ini bertujuan untuk mengukur tingkat kepuasan mahasiswa FMIPA Universitas Halu Oleo terhadap layanan akademik yang diberikan. Hasil dari penelitian ini diharapkan dapat membantu universitas dalam memperbaiki layanan yang kurang memadai serta mempertahankan atau meningkatkan kualitas layanan yang sudah baik. Penelitian ini menggunakan metode kuantitatif dengan pendekatan survei. Data diperoleh melalui kuesioner yang diisi oleh 91 mahasiswa FMIPA Universitas Halu Oleo. Analisis data dilakukan dengan algoritma Random Forest menggunakan perangkat lunak R Studio. Proses analisis meliputi pembersihan data, pembagian data menjadi data latih dan data uji, serta klasifikasi menggunakan Random Forest. Evaluasi model dilakukan dengan confusion matrix dan k-fold cross-validation untuk memastikan akurasi dan keandalan hasil klasifikasi. Hasil penelitian menunjukkan bahwa algoritma Random Forest dapat mengklasifikasikan tingkat kepuasan mahasiswa dengan akurasi 94%. Faktor yang paling mempengaruhi kepuasan mahasiswa adalah assurance (jaminan), tangibles (bukti fisik), reliability (keandalan), responsiveness (daya tanggap), dan empathy (empati).

Kata Kunci:

Kepuasan Mahasiswa, Layanan Akademik, Random Forest, Klasifikasi, Data Mining

Unduhan

Data unduhan belum tersedia.

Referensi

Wenny Hulukati dan Moh. Rizki Djibran, 2018, Analisis Tugas Perkembangan Mahasiswa Fakultas Ilmu Pendidikan Universitas Negeri Gorontalo, Jurnal Bikotetik. , Volume 02, Analisis Tugas Perkembangan Mahasiswa Fakultas Ilmu Pendidikan Universitas Negeri Gorontalo, 73–114.

Boky, Y., Prodi, A., Agama, P., Tinggi, K.S. & Jaffray, T., 2016, Analisis Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademik Sekolah Tinggi Theologia Jaffray Makassar, vol. 14.

Pramartha, C., 2022, Implementasi Algoritma Random Forest Dalam Menentukan Kualitas Susu Sapi.

Juna Eska, 2016, Penerapan Data Mining Untuk Prediksi Penjualan Wallpaper Menggunakan Algoritma C4.5, Jurteksi (Jurnal Teknologi dan Sistem Informasi) , Vol 2, 9–13.

Nurhanifa & Tedy Setiadib, 2020, Prediksi Kelulusan Mahasiswa Berdasarkan Data Berkunjung dan Pinjam Buku di Perpustakaan Menggunakan Metode C4.5, Jurnal Sarjana Teknik Informatika , Vol. 8, No. 2, 24–33.

Priyanti, E., 2022, IJCIT (Indonesian Journal on Computer and Information Technology) Penerapan Decision Tree Untuk Klasifikasi Tingkat Pendapatan, vol.7.

Sulianta, F. & Ryansyah Al Ihsan, M., 2024, Klasifikasi Komponen Wine Menggunakan Algoritma Random Forest.

Hasan, Y., 2019, Analisis Tingkat Kepuasan Mahasiswa terhadap Kualitas Jasa (Pelayanan) Akademik Fakultas Tarbiyah dan Keguruan IAIN Raden Intan Lampung, AL-IDARAH: JURNAL KEPENDIDIKAN ISLAM, 8, 2, 186–198.

Sunjana, 2010, Aplikasi Mining Data Mahasiswa Dengan Metode Klasifikasi Decision Tree.

Utomo, D.P. & Mesran, M., 2020, Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung, Jurnal Media Informatika Budidarma, 4, 2, 437.

Wijaya STIKOM Bali Jln Raya Puputan, S. & Denpasar, R., 2017, Analisis Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Bagian Keuangan Dengan Metode Customer Satisfaction Indeks, Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, 3, 1, 11–17.

Widiastuti, T., Karsa, K. & Juliane, C., 2022, Evaluasi Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademik Menggunakan Metode Klasifikasi Algoritma C4.5, Technomedia Journal, 7, 3, 364–380.

Ramli, R.G. & Sibaroni, Y., 2022, Klasifikasi Topik Twitter menggunakan Metode Random Forest dan Fitur Ekspansi Word2Vec.G.