KLASIFIKASI TINGKAT KEPUASAN MAHASISWA DALAM PENGGUNAAN APLIKASI EDIT VIDEO DIPLAYSTORE MENGGUNAKAN METODE NAIVE BAYES

Abstract

Perkembangan aplikasi edit video berbasis mobile telah memberikan kemudahan bagi mahasiswa dalam menghasilkan konten video yang menarik tanpa memerlukan perangkat profesional. Namun demikian, tingkat kepuasan pengguna terhadap aplikasi edit video perlu dianalisis secara sistematis untuk mengetahui kualitas layanan dan pengalaman pengguna yang dirasakan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kepuasan mahasiswa terhadap aplikasi edit video di Playstore, yaitu CapCut, InShot, KineMaster, Adobe Premiere Rush, dan PowerDirector, menggunakan metode Naive Bayes. Hasil penelitian menunjukkan bahwa tingkat kepuasan mahasiswa tergolong sangat tinggi, dengan persentase kepuasan CapCut sebesar 97%, InShot 95%, KineMaster 93%, Adobe Premiere Rush 91%, dan PowerDirector 94%. Meskipun demikian, masih terdapat ketidakpuasan pada beberapa aplikasi yang disebabkan oleh performa aplikasi, keterbatasan fitur gratis, serta biaya berlangganan. Evaluasi kinerja metode Naive Bayes menunjukkan bahwa sebagian besar hasil klasifikasi berada pada kategori yang tepat, meskipun masih ditemukan dua kesalahan klasifikasi. Secara keseluruhan, metode ini menghasilkan akurasi sebesar 90%, dengan nilai presisi, recall, dan F1-score masing-masing sebesar 92,86%, sehingga dapat disimpulkan bahwa metode Naive Bayes efektif dan andal dalam mengklasifikasikan tingkat kepuasan mahasiswa terhadap aplikasi edit video.