analisis klasifikasi opini program studi menggunakan algoritma naïve bayes classifier pada universitas komputer indonesia

Penelitian ini berfokus pada menganalisis klasifikasi program studi dari aspek pengajaran dan mengajar, menggunakan klasifikasi data mining algoritma Naive Bayes Classifier (NBC), membentuk tabel probabilitas sebagai dasar proses klasifikasi program studi, dan mengklasifikasikannya sebagai memiliki nilai terbaik proses belajar yang baik. Tujuan dari penelitian ini adalah untuk menganalisis dan menentukan evaluasi rencana pembelajaran selama proses pendidikan rencana pembelajaran Universitas Ilmu Komputer Indonesia (UNIKOM).Metode penelitian ini menggunakan metode analisis data yaitu Naïve Bayes Classifier, mengumpulkan data dengan data kuantitatif dari sistem evaluasi perkuliahan, dan menggunaka software jupyter notebook python.Hasil penelitian menunjukkan bahwa penggunaan Algoritma Naive Bayes Classifier memiliki nilai akurasi yang lebih tinggi. Proses menggunakan naive bayes classifier untuk mengevaluasi program pembelajaran diperoleh akurasi 96,4%, dan akurasi 58% menggunakan region. Disarankan untuk lebih mengembangkan dan menggunakan data yang lebih banyak dan lebih baik, sehingga hasil klasifikasi bisa mendapatkan akurasi yang lebih baik.