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.
