PERBANDINGAN IMPLEMENTASI 2 ALGORITMA SVM DAN K-NN DALAM PENGKLASIFIKASIAN KEPUASAN PENGGUNA SMART E-LEARNING

Abstrak

STMIK IKMI CIREBON merupakan salah satu institusi yang menerapkan sistem pembelajaran menggunakan Smart E - Learning. Dipandang perlunya untuk mengetahui sejauh mana tingkat kepuasan pengguna nya saat ini, agar dapat dilakukannya penyempurnaan di masa mendatang. Tentunya diperlukan suatu analisa untuk mengetahui kualitas layanan dari Smart E-Learning yang dikelola oleh STMIK IKMI CIREBON. Penelitian ini menggunakan metode klasifikasi data mining dengan menggunakan 2 algoritma sebagai bahan perbandingan. Kedua algoritma ini biasa digunakan dalam proses regressi dan klasifikasi pada kasus data mining. Data mining adalah proses pengolahan data untuk menghasilkan sebuah analisa yang dapat diolah dan disebarkan dalam bentuk informasi. Penelitian ini mengambil pendekatan kuantitatif yang mengacu pada gap 5 dimensi Servqual yakni Tangibles, Reliability, Responsiveness, Assurance dan Emphaty. Dimana dimensi servqual merupakan dimensi pengukuran yang digunakan dalam menganalisa dan mengukur kualitas sebuah layanan. Tujuan dilakukan nya penelitian ini untuk membuat suatu klasifikasi berdasarkan tingkat kepuasan pengguna Smart E- Learning. Hasil akhir dari penelitian ini adalah model klasifikasi dan implementasi dari algoritma Support Vector Machine dan K-Nearest Neighbours yang akan dilihat perbandingan akurasi nya. Untuk menentukan model algoritma mana yang lebih cocok dalam penelitian ini. Dilakukan uji T-Test untuk mengetahui tingkat signifikasi perbedaan hasil akurasi yang dihasilkan dari kedua algoritma yang digunakan