Rancang Bangun Aplikasi E-Complaint Berbasis Web Dengan Algoritma Naive Bayes Classifier Untuk Klasifikasi Keluhan (Studi Kasus: Universitas Multimedia Nusantara)

Ferdina, Vannia (2017) Rancang Bangun Aplikasi E-Complaint Berbasis Web Dengan Algoritma Naive Bayes Classifier Untuk Klasifikasi Keluhan (Studi Kasus: Universitas Multimedia Nusantara). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Text SKRISPI - Vannia Ferdina - 13110110052.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (21MB)

Abstract

Dalam konteks universitas, keluhan merupakan bentuk umpan balik dari mahasiswa yang penting untuk diperhatikan dalam upaya menghadapi persaingan dalam industri pendidikan tinggi. Di Universitas Multimedia Nusantara, mahasiswa dapat menyampaikan keluhan melalui organisasi Dewan Keluarga Besar Mahasiswa (DKBM) UMN. Namun, berdasarkan studi fisibilitas yang dilakukan, tingkat kepuasan mahasiswa terhadap sistem penyampaian keluhan yang ada hanya mencapai tingkat cukup. Dari sisi DKBM UMN, keluhan yang masuk masih dikelola dan diklasifikasikan secara manual ke dalam kategori-kategori yang telah ditetapkan dan belum dapat berjalan secara maksimal. Untuk memudahkan pengelolaan keluhan, dilakukan perancangan dan pembangunan aplikasi ecomplaint berbasis web dengan algoritma Naive Bayes Classifier untuk klasifikasi keluhan. Hasil pengujian membuktikan bahwa algoritma Naive Bayes Classifier dapat mengklasifikasi keluhan dengan nilai precision sebesar 91.86%, recall sebesar 84.48%, f-1 score sebesar 86.29%, dan nilai rata-rata akurasi sebesar 86%. Selain itu, pengujian aplikasi terhadap DKBM UMN dan mahasiswa UMN membuktikan bahwa aplikasi e-complaint dapat memudahkan pengelolaan keluhan dan memudahkan mahasiswa dalam mengajukan keluhan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Algoritma Naive Bayes Classifier, e-complaint, keluhan, text classification, text mining.
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	24 Jan 2019 02:22
Last Modified:	21 Jun 2023 00:41
URI:	https://kc.umn.ac.id/id/eprint/4857

Actions (login required)

View Item