Prediksi Tingkat Kepuasan Pengguna Aplikasi Pojokcat dalam Pembelajaran Online Menggunakan Algoritma Naïve Bayes

Authors

  • Nabilla Putri Sahara Universitas Adhirajasa Reswara Sanjaya
  • Asti Herliana Universitas Adhirajasa Reswara Sanjaya

DOI:

https://doi.org/10.55606/jutiti.v5i2.5543

Keywords:

user satisfaction, naïve bayes, online learning, pojokCAT, prediction

Abstract

Technological developments in education have encouraged the use of online learning applications, one of which is PojokCAT, used by prospective students (casis) to prepare for the National Police selection exam. However, the lack of a systematic evaluation of user satisfaction levels has led to questions about the extent to which this application is able to meet learning needs. This study aims to predict the level of satisfaction of PojokCAT application users using the Naïve Bayes algorithm. Data were obtained from a courage questionnaire completed by 384 active respondents using the application. The process analysis included preprocessing, data sharing, model training, and performance classification evaluation. The results showed that the Naïve Bayes algorithm was able to predict satisfaction levels with an accuracy of 91.38%. The precision value reached 86.67%, recall was 90.70%, and AUC was 0.971, indicating excellent classification performance. In general, this indicates that PojokCAT has been able to meet the needs of its users. However, there are still certain aspects that require further improvement. These findings indicate that the Naïve Bayes algorithm is effective for classifying user satisfaction levels in online learning applications.

Downloads

Download data is not yet available.

References

Ahmadi, F. (2021). Pembelajaran daring di era pandemi Covid-19. Qahar Publisher.

Aini, N., Ridwandono, D., & Safitri, E. M. (2021). Analisis kepuasan pengguna sistem informasi akademik di Universitas Bhayangkara Surabaya. Jurnal Informatika dan Sistem Informasi, 2(1), 26–33.

Alviansyah, M. D. (2024). Penerapan data mining dalam mendukung sistem penunjang keputusan penerima beasiswa di universitas: Literature review. Jurnal Ilmu Komputer dan Informatika, 4(2), 149–156.

Arianto, F., Susarno, L. H., Dewi, U., & Safitri, A. F. (2020). Model penerimaan dan pemanfaatan teknologi: E-learning di perguruan tinggi. Kwangsan: Jurnal Teknologi Pendidikan, 8(1), 110.

Bilqisth, S. C., Khoirudin, K., & Putri, A. N. (2022). Mengukur tingkat kepuasan mahasiswa terhadap e-learning Universitas Semarang menggunakan algoritma Naïve Bayes. E-Link: Jurnal Teknik Elektro dan Informatika, 17(2), 1–7.

Bukit, S. J. A. B., & Kurniawan, R. R. (2023). Prediksi harga tandan buah segar dengan algoritma K-Nearest Neighbor. Jurnal Sistem Komputer dan Informatika (JSON), 101(1), 92–101.

Erwanto, M., & Aziat, M. R. (2024). Metode K-Nearest Neighbors untuk prediksi penjualan suku cadang (sparepart) motor Honda. INFOKOM, 17(2), 8–18.

Imania, K. A. N., Bariah, S. H., Rahadian, D., & Purwanti, Y. (2021). Pembelajaran darurat selama masa pandemi Covid-19: Daring/E-learning sebagai solusi kegiatan pembelajaran dengan berbagai kelebihan & kekurangannya. PETIK: Jurnal Pendidikan Teknologi Informasi dan Komunikasi, 7(2), 126–135.

Maftuh, A., Al-Amin, A.-A., & Rohman, A. F. (2024). Manajemen pendidikan berbasis teknologi: Mengoptimalkan efisiensi dan efektivitas. STUDIA ULUMINA: Jurnal Kajian Pendidikan, 1(1), 44–55.

Nisrina, D., & Kustiyono, K. (2024). Analisis kepuasan konsumen menggunakan metode algoritma C4.5 berbasis Rapidminer pada PT. Adeaksa Indo Jayatama. MEANS (Media Informasi Analisa dan Sistem), 26–33.

Nurkapit, M. (2023). Pengaruh sistem pembelajaran offline dan online terhadap hasil belajar mata pelajaran Bahasa Indonesia siswa kelas V SDIT Muhammadiyah Al Kautsar Kartasura. https://eprints.iain-surakarta.ac.id/7056/

Nursanto, G. A., & Rahman, R. A. (2024). Systematic literature review: Metode penilaian tingkat kepuasan pengguna aplikasi. Pendas: Jurnal Ilmiah Pendidikan Dasar, 9(1), 5103–5116.

Olii, F., Hafid, R., Mahmud, R., Bumulo, F., Maruwae, A., & Polamolo, C. (2024). Pengaruh implementasi pembelajaran online terhadap aktivitas belajar siswa pada mata pelajaran IPS Terpadu di kelas VII MTS Al-Khairaat Kwandang. Journal of Economic and Business Education, 2(3), 459–467.

Pebrianti, L., Simamora, E., Manullang, S., Taufiq, I., & Chairunisah, C. (2025). Perbandingan metode algoritma supervised Naïve Bayes dan Support Vector Machine (SVM) dalam klasifikasi penderita stunting di Kabupaten Deli Serdang. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4327–4333.

Purnamasari, E. (2023). Prediksi tingkat kepuasan dalam pembelajaran daring menggunakan algoritma Naïve Bayes. Jurnal Informasi dan Teknologi, 153–159.

Putra, A. D. A., & Juanita, S. (2021). Analisis sentimen pada ulasan pengguna aplikasi Bibit dan Bareksa dengan algoritma KNN. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(2), 636–646.

Rahmadini, R., LorencisLubis, E. E., Priansyah, A., RWN, Y., & Meutia, T. (2023). Penerapan data mining untuk memprediksi harga bahan pangan di Indonesia menggunakan algoritma K-Nearest Neighbor. Jurnal Mahasiswa Akuntansi Samudra, 4(4), 223–235.

Said, H., Matondang, N. H., & Irmanda, H. N. (2022). Penerapan algoritma K-Nearest Neighbor untuk memprediksi kualitas air yang dapat dikonsumsi. Techno.Com, 21(2), 256–267.

Sanjaya, U. P., Pribadi, T., & Prastya, I. W. D. (2022). Klasifikasi dana hibah usaha mikro kecil dan menengah dengan metode Naïve Bayes. IJCS: Indonesian Journal of Computer Science, 11(3), 975–984.

Sepri, D. (2020). Penerapan algoritma Naïve Bayes untuk analisis kepuasan penggunaan aplikasi bank. Journal of Computer System and Informatics (JoSYC), 2(1), 135–139.

Sudarsono, B. G., Leo, M. I., Santoso, A., & Hendrawan, F. (2021). Analisis data mining data Netflix menggunakan aplikasi Rapid Miner. JBASE - Journal of Business and Audit Information Systems, 4(1).

Walid, M., & Halimiyah, F. (2022). Klasifikasi kemandirian siswa SMA/MA Double Track menggunakan metode Naïve Bayes. Jurnal ICT: Information Communication & Technology, 22(2), 190–197.

Waworuntu, K. C., Pinandito, A., & Wijoyo, S. H. (2024). Analisis faktor-faktor yang mempengaruhi kepuasan pengguna sistem informasi manajemen pendidikan di tingkat perguruan tinggi. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 8(4).

Yogi, N. D. M., Mardi, M., & Pratama, A. (2023). Pengembangan pembelajaran daring dan media online terhadap kemandirian belajar yang dimediasi motivasi belajar siswa SMA. EDUKASIA: Jurnal Pendidikan dan Pembelajaran, 4(2), 1089–1106.

Yoliadi, D. N. (2023). Data mining dalam analisis tingkat penjualan barang elektronik menggunakan algoritma K-Means. Insearch: Information System Research Journal, 3(1).

Downloads

Published

2025-07-12

How to Cite

Putri Sahara, N., & Asti Herliana. (2025). Prediksi Tingkat Kepuasan Pengguna Aplikasi Pojokcat dalam Pembelajaran Online Menggunakan Algoritma Naïve Bayes. Jurnal Teknik Informatika Dan Teknologi Informasi, 5(2), 271–287. https://doi.org/10.55606/jutiti.v5i2.5543

Similar Articles

1 2 3 4 5 6 7 8 > >> 

You may also start an advanced similarity search for this article.