ANALISIS KEPUASAN PENGGUNA APLIKASI UMSU ACADEMY MENGGUNAKAN METODE NAÏVE BAYES

Abstract

Transformasi digital dalam dunia pendidikan mendorong peningkatan kualitas sistem informasi akademik, khususnya melalui pemanfaatan aplikasi mobile. Universitas Muhammadiyah Sumatera Utara mengembangkan aplikasi UMSU Academy sebagai sarana pendukung administrasi akademik mahasiswa. Penelitian ini bertujuan untuk mengukur dan mengklasifikasikan tingkat kepuasan pengguna terhadap aplikasi tersebut menggunakan metode Naïve Bayes. Data diperoleh melalui penyebaran kuesioner yang terdiri dari 25 indikator, dikelompokkan dalam lima variabel utama yaitu content, format, accuracy, timeliness, dan ease of use. Rata-rata dari indikator tersebut digunakan untuk menentukan kelas kepuasan pengguna. Sistem klasifikasi dibangun berbasis web menggunakan bahasa pemrograman Python dan framework Flask, serta dilengkapi dengan fitur input data, prediksi otomatis, evaluasi model, dan validasi perhitungan manual. Evaluasi performa dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes berhasil mengklasifikasikan tingkat kepuasan pengguna dengan tingkat akurasi sebesar 95,98%, serta divalidasi melalui perhitungan probabilitas posterior secara manual. Temuan ini diharapkan dapat menjadi acuan evaluatif bagi pengembang dalam meningkatkan kualitas layanan akademik digital di lingkungan Universitas Muhammadiyah Sumatera Utara.