APLIKASI MESIN LEARNING DENGAN MODEL NAIVE BAYES UNTUK EVALUASI KEPUASAN MAHASISWA STUDI KASUS: PERPUSTAKAAN KAMPUS UNSURYA

Sari

Abstrak – Evaluasi kepuasan mahasiswa menjadi elemen penting dalam meningkatkan kualitas layanan perpustakaan, karena memungkinkan identifikasi area yang memerlukan perbaikan berdasarkan umpan balik pengguna. Data dikumpulkan melalui kuesioner yang disebarkan kepada mahasiswa, mencakup berbagai aspek layanan perpustakaan seperti koleksi buku, fasilitas, aksesibilitas, dan layanan petugas. Penelitian ini bertujuan untuk mengevaluasi kepuasan mahasiswa terhadap layanan perpustakaan pada Perpustakaan Kampus Universitas Dirgantara Marsekal Suryadarma dengan menggunakan algoritma Naïve Bayes. Model Naïve Bayes dipilih karena kesederhanaannya dan kemampuannya dalam memberikan hasil yang akurat meskipun dengan jumlah data yang relatif sedikit. Proses pengembangan aplikasi meliputi beberapa tahapan, yaitu pengumpulan data, prapemrosesan data, pelatihan model, evaluasi model, dan implementasi dalam bentuk aplikasi berbasis web. Hasil pengujian menunjukkan bahwa model Naive Bayes memiliki performa yang memuaskan dengan tingkat akurasi yang tinggi sebesar 91,67% dalam mengklasifikasikan tingkat kepuasan mahasiswa dengan variabel penilaian mencakup  prasarana fasilitas, petugas, reliability dengan keputusan puas, cukup puas dan tidak puas. Aplikasi yang dihasilkan memungkinkan pihak perpustakaan untuk melakukan analisis data secara real-time dan mendapatkan wawasan yang berharga mengenai persepsi mahasiswa terhadap layanan yang diberikan. Dengan demikian, perpustakaan dapat merancang strategi peningkatan layanan yang lebih efektif berdasarkan data yang akurat.