<![CDATA[Abstrak— Penelitian ini bertujuan untuk menerapkan data mining menggunakan metode Naïve Bayes untuk mengukur kualitas pelayanan akademis pada beberapa perguruan tinggi di Pekanbaru. Target khusus yang ingin dicapai adalah untuk memperoleh informasi penting secara kuantitatif dalam pengukuran kualitas pelayanan akademis di perguruan tinggi sebagai bahan pertimbangan dalam pengambilan keputusan dan mengembangkan sistem yang dapat membantu masyarakat perguruan tinggi dalam menggambil kebijakan yang berhubungan dengan peningkatan kualitas pelayanan akademis. Naïve Bayes merupakan teknik prediksi berbasis probabilistik sederhana yang berdasar pada penerapan teorema atau aturan bayes dengan asumsi independensi yang kuat pada fitur. Indikator penilaian yang digunakan adalah tangible (bukti langsung), reability (keandalan), responsiveness (daya tanggap), assurance (jaminan), dan empathy (empati). Penerapan Naïve Bayes ini diharapkan mampu untuk memprediksi tingkat kepuasan mahasiswa terhadap kualitas pelayanan akademis pada perguruan tinggi. Berdasarkan hasil klasifikasi dengan menggunakan metode Naïve Bayes menunjukkan bahwa Naïve Bayes cocok digunakan untuk mengukur tingkat kepuasan mahasiswa terhadap pelayanan akademis pada perguruan tinngi dengan tingkat akurasi sebesar 96,71% dengan nilai precision sebesar 96,15% dan nilai recallnya sebesar 98,43%. Kata kunci— Naïve Bayes, kepuasan mahasiswa, pelayanan akademis. Abstract— This study to implement data mining using the Naïve Bayes method to measure the quality of academic services at several university in Pekanbaru. The specific target to be achieved is to obtain important information quantitatively in measuring the quality of academic services in tertiary institutions as a material for consideration in decision making and developing systems that can assist tertiary institutions in taking policies related to improving the quality of academic services. Naïve Bayes is a simple probabilistic based prediction technique based on the application of the Bayes theorem or rules with a strong assumption of independence on features. The assessment indicators used are tangible (direct evidence), reliability (reliability), responsiveness (responsiveness), assurance (assurance), and empathy (empathy). The application of Naïve Bayes is expected to be able to predict the level of student satisfaction with the quality of academic services at tertiary institutions. Based on the results of the classification using the Naïve Bayes method shows that Naïve Bayes is suitable for measuring the level of student satisfaction with academic services at higher education with an accuracy rate of 96.71% with a precision value of 96.15% and a recall value of 98.43%..Keywords— Naïve Bayes, student satisfaction, academic service.]]>
