PENERAPAN AI DALAM MENENTUKAN TINGKAT KEPUASAN MAHASISWA: STUDI KOMPARATIF MODEL MACHINE LEARNING PADA LAYANAN AKADEMIK PERGURUAN TINGGI

Abstrak

Kepuasan mahasiswa merupakan indikator strategis dalam menilai mutu layanan pendidikan tinggi, namun pengukurannya secara konvensional melalui survei kuesioner memiliki keterbatasan dalam hal skalabilitas, objektivitas, dan kecepatan analisis. Penelitian ini bertujuan untuk mengkaji penerapan kecerdasan buatan (Artificial Intelligence/AI), khususnya algoritme pembelajaran mesin (machine learning), dalam memprediksi dan menentukan tingkat kepuasan mahasiswa terhadap layanan akademik di perguruan tinggi. Metode penelitian menggunakan pendekatan kuantitatif dengan desain studi komparatif terhadap empat algoritme klasifikasi, yaitu Random Forest, Support Vector Machine (SVM), Naïve Bayes, dan Artificial Neural Network (ANN), yang diterapkan pada data survei kepuasan sebanyak 452 responden mahasiswa aktif. Data diolah melalui tahapan pra-pemrosesan, ekstraksi fitur, pelatihan model, dan validasi silang (10-fold cross validation). Hasil penelitian menunjukkan bahwa model Random Forest memberikan akurasi tertinggi sebesar 91,4%, diikuti oleh ANN sebesar 89,7%, SVM sebesar 87,2%, dan Naïve Bayes sebesar 83,5%. Analisis pentingnya fitur (feature importance) mengungkapkan bahwa kualitas dosen, kecepatan layanan administrasi, dan fasilitas pembelajaran digital merupakan faktor paling dominan yang memengaruhi kepuasan mahasiswa. Penelitian ini menyimpulkan bahwa penerapan AI mampu meningkatkan akurasi, efisiensi, dan objektivitas dalam mengukur kepuasan mahasiswa dibandingkan metode konvensional, serta dapat dijadikan dasar pengambilan keputusan berbasis data (data-driven decision making) bagi manajemen perguruan tinggi dalam merumuskan kebijakan peningkatan mutu layanan.