KLASIFIKASI KEPUASAN MAHASISWA TERHADAP PEMBELAJARAN DALAM JARINGAN MENGUNAKAN ALGORITMA RANDOM FOREST (STUDI KASUS: MAHASISWA DI WILAYAH BANDAR LAMPUNG)

Wati, Komang Indah (2021) KLASIFIKASI KEPUASAN MAHASISWA TERHADAP PEMBELAJARAN DALAM JARINGAN MENGUNAKAN ALGORITMA RANDOM FOREST (STUDI KASUS: MAHASISWA DI WILAYAH BANDAR LAMPUNG). Strata 1 thesis, Universitas Teknokrat Indonesia.

[img] Text (Full Skripsi)
skripsi17311353.pdf - Published Version
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (Pendahuluan)
b117311353.pdf - Published Version

Download (95kB)
[img] Text (Abstrak)
abstrak17311353.pdf - Published Version

Download (31kB)
[img] Text (Daftar Pustaka)
daftar_pustaka17311353.pdf - Bibliography

Download (91kB)

Abstract

Pembelajaran dalam jaringan dianggap menjadi solusi terbaik terhadap kegiatan belajar mengajar di tengah pandemi covid-19. Pembelajaran dalam jaringan dapat dilakukan dengan cara pemberian materi kepada peserta didik dalam bentuk video dan powerpoint melalui google meet, google classroom, zoom dan lain-lain. Pentingnya kepuasan mahasiswa merupakan salah satu tolak ukur kesuksesan dan mutu pembelajaran dalam jaringan. Pembelajaran yang bermutu akan memiliki tingkat kepuasan yang tinggi bagi penggunanya. Oleh karena itu diperlukan klasifikasi kepuasan mahasiswa terhadap pembelajaran dalam jaringan untuk mengetahui mutu Pendidikan. Indikator yang digunakan untuk mengukur tingkat kepuasan mahasiswa adalah relevansi pembelajaran, daya tarik pembelajaran dalam jaringan, efektifitas, efisien dan produktivitas pembelajaran. Random Forest dipilih karena proses learning dan klasifikasi sangat sederhana dan cepat dan secara umum memiliki tingkat akurasi yang tinggi. Random Forest mampu mengklasifikasi data yang memiliki atribut yang tidak lengkap, dan mampu memproses data yang cukup banyak. Pada penelitian ini akan dilakukan dengan pengujian akurasi untuk mengetahui seberapa akurat metode random forest dalam mengklasifikasi kepuasan mahasiswa terhadap pembelajaran dalam jaringan. Hasil pengujian akurasi random forest diperoleh akurasi 81%, presisi 82%, recall 82% , f1- score 82% dan 5 fitur penting yang mempengaruhi kepuasan mahasiswa terhadap pembelajaran dalam jaringan. Kata Kunci: Pembelajaran Dalam Jaringan, Klasifikasi,Random Forest

Item Type: Thesis (Strata 1)
Uncontrolled Keywords: Pembelajaran Dalam Jaringan, Klasifikasi,Random Forest
Subjects: TEKNIK KOMPUTER (S1) > Algoritma dan Pemrograman
Divisions: Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User: Asep Haikal Kurniawan S.IP., M.A
Date Deposited: 05 Jan 2022 02:44
Last Modified: 11 Jan 2023 03:38
URI: http://repository.teknokrat.ac.id/id/eprint/3289

Actions (login required)

View Item View Item