Data mining untuk tingkat kepuasan pembelajaran blended mahasiswa Universitas Ahmad Dahlan dengan metode K- Nearest Neighbor

Munir, Abdul (2024) Data mining untuk tingkat kepuasan pembelajaran blended mahasiswa Universitas Ahmad Dahlan dengan metode K- Nearest Neighbor. S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_1900018225_JUDUL__240917072947.pdf Download (1MB)
	Text (BAB I) T1_1900018225_BAB_I__240914110805.pdf Download (233kB)
	Text (BAB II) T1_1900018225_BAB_II__240914110805.pdf Restricted to Registered users only Download (477kB) | Request a copy
	Text (BAB III) T1_1900018225_BAB_III__240914110805.pdf Restricted to Registered users only Download (345kB) | Request a copy
	Text (BAB IV) T1_1900018225_BAB_IV__240914110805.pdf Restricted to Registered users only Download (609kB) | Request a copy
	Text (BAB V) T1_1900018225_BAB_V__240914110805.pdf Restricted to Registered users only Download (210kB) | Request a copy
	Text (Daftar Pustaka) T1_1900018225_DAFTAR_PUSTAKA__240914110805.pdf Download (219kB)

Abstract

kepuasan mahasiswa terhadap proses perkuliahan perlu dievaluasi dan menjadi faktor penting bagi pendidikan tinggi sebagai penyedia layanan pendidikan bagi mahasiswa. kepuasan mahasiswa dalam pelaksanaan pembelajaran online di era pandemi, dan menunjukkan hasil mahasiswa sudah siap melaksanakan program pembelajaran online dengan jaringan internet yang memadai, mahasiswa lebih memilih kuliah dalam jaringan dari pada tatap muka dan dengan menggunakan model interaksi campuran yakni, antara tatap muka dan dalam jaringan membuat mahasiswa merasa paham atas materi yang diberikan dan puas dengan pembelajaran. Tahapan penelitian yang dilakukan dalam penelitian ini adalah pengumpulan data, preprocessing data, implementasi model, pengujian, dan yang terakhir hasil akurasi. Data dikumpulkan melalui wawancara, kuesioner, dan analisis permasalahan. Dataset diperoleh dari studi literatur dan lapangan, kemudian diproses melalui tahap preprocessing termasuk seleksi dan pembersihan data. Model KNN dibangun menggunakan nilai K=3 dengan parameter jarak Euclidean. Pengujian dilakukan menggunakan confusion matrix untuk menentukan akurasi, precision, recall, dan F1 score. Peroses pengujian di lakukan pengumpulan data melalui kuesioner, preprocessing data, implementasi model, pengujian, dan evaluasi akurasi. Data dikumpulkan dari 196 mahasiswa UAD dan dibagi menjadi data train (156 mahasiswa) dan data test (40 mahasiswa). Model KNN dibangun dengan nilai K=3 dan diuji menggunakan confusion matrix. Hasil pengujian menunjukkan akurasi sebesar 95%, dengan nilai precision, recall, dan F1-score masing-masing sebesar 100%, 95%, dan 98%. Penelitian ini menyimpulkan bahwa metode KNN efektif untuk mengklasifikasikan tingkat kepuasan mahasiswa terhadap pembelajaran blended di UAD.

Item Type:	Thesis (S1)
Keyword:	Kepuasan mahasiswa, sistem perkuliahan blended, K-Nearest Neighbors (KNN), data mining, pengujian
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	29 Oct 2024 03:23
Last Modified:	29 Oct 2024 03:23
URI:	http://eprints.uad.ac.id/id/eprint/77143

Actions (login required)

View Item