DATA MINING ANALISIS KEPUASAN PESERTA DIDIK BERBASIS MACHINE LEARNING

MINGLE OKTARIA RUBAINI, NPM 2109100045 (2025) DATA MINING ANALISIS KEPUASAN PESERTA DIDIK BERBASIS MACHINE LEARNING. PT Literasi Nusantara Abadi Grup, Malang. ISBN 978-634-234-038-7

	Text COVER.pdf Download (2MB)
	Text BUKU SOFT COPY.pdf Download (3MB)

Abstract

Dalam era digital yang semakin berkembang, kebutuhan akan keterampilan teknologi informasi semakin meningkat, baik dalam dunia kerja maupun dalam kehidupan sehari-hari. Pendidikan nonformal seperti kursus computer menjadi salah satu solusi efektif dalam memberikan pelatihan berbasisi keterampilan yang lebih fleksibel dan aplikatif dibandingkan dengan pendidikan formal. Salah satu metode yang digunakan dalam penelitian ini adalah pendekatan berbasis Machine Learning yang memungkinkan analisis data kepuasan peserta dilakukan secara objektif dan akurat. Dibandingkan dengan metode tradisional seperti survey manual atau wawancara. Machin Learning dapat mengolah data dalam jumlah besar dengan lebih efisien, mengidentifikasi pola kepuasan peserta, serta memberikan wawasan yang lebih mendalam mengenai aspek-aspek yang perlu ditingkatkan dalam kursus. Evaluasi kepuasan peserta kursus mencakup berbagai indikator utama seperti kualitas pengajar, efektivitas metode pembelajaran, kelengkapan fasilitas, aksesibilitas kursus serta dampak pelatihan terhadap peningkatan keterampilan peserta . Faktor-faktor ini menjadi kunci dalam menentukan sejauh mana kursus computer mampu memenuhi harapan peserta serta memberikan manfaat yang nyata dalam meningkatkan kompetensi digital mereka. Kata Kunci : Kualitas Pengajar, Efektivitas Metode Pembelajaran, Kelengkapan Fasilitas, Aksesibilitas dan Pelatihan

Item Type:	Book
Uncontrolled Keywords:	Kualitas Pengajar, Efektivitas Metode Pembelajaran, Kelengkapan Fasilitas, Aksesibilitas dan Pelatihan
Subjects:	H Social Sciences > HF Commerce > HF5601 Accounting L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	25 Jun 2025 07:23
Last Modified:	25 Jun 2025 07:23
URI:	http://repository.ulb.ac.id/id/eprint/1518

Actions (login required)

View Item