ANALISIS PENGARUH METODE PEMBELAJARAN HYBRID TERHADAP TINGKAT KEPUASAN MAHASISWA MENGGUNAKAN ALGORITMA DECISION TREE
DOI:
https://doi.org/10.35316/jimi.v10i2.134-144Keywords:
Hybrid Learning, Student Satisfaction, SERVQUAL, Decision Tree, ClassificationAbstract
Peralihan dari model pembelajaran konvensional ke digital telah meningkatkan kebutuhan akan metode yang mampu menjaga kualitas pendidikan sekaligus memberikan fleksibilitas. Pembelajaran hybrid, yang menggabungkan pembelajaran tatap muka dan daring, menjadi solusi atas kebutuhan tersebut, namun memerlukan evaluasi berkelanjutan untuk memastikan kepuasan mahasiswa. Penelitian ini bertujuan untuk menganalisis pengaruh metode pembelajaran hybrid terhadap kepuasan mahasiswa di Universitas Sari Mulia serta mengidentifikasi faktor kualitas layanan yang paling berpengaruh. Pendekatan kuantitatif digunakan dengan kuesioner berbasis SERVQUAL yang mencakup lima dimensi, yaitu Tangibles, Reliability, Responsiveness, Assurance, dan Empathy. Data dari 325 responden dianalisis menggunakan algoritma Decision Tree untuk mengklasifikasikan tingkat kepuasan dan mengungkap pola utama. Hasil penelitian menunjukkan bahwa sebagian besar mahasiswa merasa puas, dengan dimensi Assurance dan Reliability sebagai faktor dominan yang memengaruhi kepuasan. Model Decision Tree mencapai tingkat akurasi sebesar 82%, memberikan wawasan yang jelas dan mudah diinterpretasikan mengenai hubungan antara kualitas layanan dan kepuasan mahasiswa. Temuan ini menegaskan bahwa interaksi dosen dan mahasiswa, konsistensi penyampaian materi, serta ketanggapan menjadi aspek penting dalam keberhasilan pembelajaran hybrid. Penelitian ini memberikan kontribusi berupa kerangka berbasis data yang dapat meningkatkan pemahaman institusi terhadap kualitas pembelajaran di era digital. Berbeda dari metode evaluasi tradisional, model yang diusulkan menggabungkan aspek teknologi dan human-centered untuk pendekatan yang lebih komprehensif dalam meningkatkan efektivitas pembelajaran hybrid.
Downloads
References
[1] T. Ane dan T. Nepa, “Statistical Survey of Students’ Performance: Online Education to COVID-19 in Bangladesh,” Open Access Libr. J., vol. 08, no. 11, hal. 1–10, 2021, doi: 10.4236/oalib.1108054.
[2] Abdurrahim, “Implementasi Metode Pembelaran Hybrid Untuk Meningkatkan Pemahaman Dan Praktik Kewirausahaan Mahasiswa,” PENSA J. Pendidik. dan Ilmu Sos., vol. 4, no. 3, hal. 39–48, 2022, doi: doi.org/10.36088/pensa.v7i2.
[3] S. S. Sabarini, B. N. Putro, H. Liskustyawati, Sunardi, D. Nugroho, dan B. Satyawan, “Instrumen Untuk Mengetahui Persepsi Dan Pengalaman Dosen Dalam Pembelajaran Daring,” J. Gelangg. Pendidik. Jasm. Indones., vol. 5, no. 2, hal. 161–167, 2021, doi: doi.org/10.17977/um030v5i2p161-167.
[4] B. Indrawati, “Tantangan dan Peluang Pendidikan Tinggi Dalam Masa dan Pasca Pandemi Covid-19,” J. Kaji. Ilm., vol. 1, no. 1, hal. 39–48, 2020, doi: Doi//10.31599/jki.v1i1.261.
[5] I. Rostiawati, “Analisis Kepuasan Mahasiswa Terhadap Pembelajaran Online Di Era Pandemi Covid-19,” J. Econ. Accounting, Tax, Manag., hal. 69–78, 2022, doi: https://doi.org/10.31849/jecatama.v12i1.5463.
[6] U. A. Lubis dan D. F. Diva, “Pengaruh Metode Pembelajaran Hybrid Terhadap Self-Efficacy Siswa Dalam Pembelajaran Matematika,” AL KHAWARIZMI J. Pendidik. Mat., vol. 4, no. 1, hal. 83–88, 2024, doi: 10.46368/kjpm.v4i1.2313.
[7] M. Fahrijal dan R. Zulkarnaen, “Analisis Efektivitas Pembelajaran Matematika dengan Model Hybrid,” J. Prism., vol. 11, no. 1, hal. 177, 2022, doi: 10.35194/jp.v11i1.2051.
[8] G. Ulinuha, I. Novitaningtyas, U. Tidar, dan K. Mahasiswa, “Analisis sistem pendidikan dalam proses psikologi anak,” J. Kalacakra, vol. 01, hal. 1–7, 2021, doi: /10.33367/kalacakra.v2i2.2968.
[9] B. Charbuty dan A. Abdulazeez, “Classification Based on Decision Tree Algorithm for Machine Learning,” J. Appl. Sci. Technol. Trends, vol. 2, no. 01, hal. 20–28, Mar 2021, doi: 10.38094/jastt20165.
[10] A. Roihan, P. A. Sunarya, dan A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 5, no. 1, hal. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951.
[11] A. S. Sitio dan F. A. Sianturi, “Penerapan Algoritma Machine Learning dalam Analisis Pola Perilaku Penggunaan Internet,” DIKE J. Ilmu Multidisiplin, vol. 2, no. 2, hal. 46–51, 2024, doi: 10.69688/dike.v2i2.102.
[12] C. Molnar, G. Casalicchio, dan B. Bischl, “Interpretable Machine Learning – A Brief History, State-of-the-Art and Challenges,” Commun. Comput. Inf. Sci., vol. 1323, no. January, hal. 417–431, 2020, doi: 10.1007/978-3-030-65965-3_28.
[13] A. Tariq, J. Yan, A. S. Gagnon, M. Riaz Khan, dan F. Mumtaz, Mapping of cropland, cropping patterns and crop types by combining optical remote sensing images with decision tree classifier and random forest, vol. 26, no. 3. Taylor & Francis, 2023. doi: 10.1080/10095020.2022.2100287.
[14] B. Zhu dan M. Shoaran, “Tree in Tree: from Decision Trees to Decision Graphs,” Adv. Neural Inf. Process. Syst., vol. 17, no. NeurIPS, hal. 13707–13718, 2021.
[15] Gloriano dan J. Nugraha, “Analisis Kualitas Pelayanan Menggunakan Metode Servqual: Studi Kasus di Perpustakaan Unesa,” Qual. Manag. Health Care, vol. 26, no. 4, hal. 205–209, 2022, doi: 10.1097/QMH.0000000000000149.
[16] S. Amina, M. Naely, dan Y. G. Wibowo, “Aplikasi Metode Service Quality Untuk Menganalisa Kepuasan Mahasiswa Fakultas Ekonomi Universitas Muhammadiyah Jember,” J. Ilmu Ekon. dan Bisnis, vol. 3, hal. 87–105, 2020, doi: doi.org/10.31294/jieb.v10i2.2022.8791.
[17] S. Nurhanifah dan I. Gunawan, “Implementasi Metode Naive Bayes Pada Diagnosis,” SENDIKO, hal. 1–10, 2024.
Downloads
Published
Versions
- 30-12-2025 (2)
- 31-12-2025 (1)
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Ilmiah Informatika
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
