Fakultas Ilmu Komputer menggunakan platform Sevima Edlink sebagai media
pembelajaran. Permasalahannya masih terdapat kendala yang dihadapi dalam
pemahaman mahasiswa terhadap aplikasi. Tujuan penelitian ini adalah mengukur
tingkat kepuasan mahasiswa Fakultas Ilmu Komputer dalam penggunaan Edlink
sebagai media pembelajaran dengan menggunakan algoritma C4.5 dan Naïve
Bayes. Dan Mengukur tingkat akurasi dari algoritma C4.5 dan Naïve Bayes
dalam mengukur tingkat kepuasan mahasiswa. Adapun indikator yang digunakan
adalah model pengujian Servqual yaitu Tangible, Reability, Responsiveness,
Assurance, dan Empathy. Berdasarkan tingkat akurasi dari kedua metode diatas,
didapat bahwa tingkat akurasi metode klasifikasi algoritma C.45 Decision Tree
sebesar 70% lebih besar dari metode klasifikasi Naïve Bayes Classifier yaitu
sebesar 50%. Pada dataset yang digunakan terdapat 91 responden mahasiswa
yang telah mengisikan kuisioner. Responden 01 - 81 digunakan sebagai data
training, Responden 82 - 91 digunakan sebagai data testing, berdasarkan data
tersebut selanjutnya di olah menggunakan kedua metode dan menghasilkan nilai
akurasi sebesar 70 % pada algoritma C4.5 dan 50 % pada algoritma Naïve Bayes
Classifier. Pada perbandingan dari Data Training dan Data Testing yang
berbeda, telah dilakukan percobaan sebanyak 9 kali dengan menggunakan kedua
metode. Berdasarkan perbandingan yang telah dilakukan klasifikasi dengan
menggunakan Algoritma C4.5 Decision Tree menghasilkan rata-rata nilai akurasi
sebesar 77,78% sedikit lebih akurat jika dibandingkan dengan Naïve Bayes
Classifier yang menghasilkan rata-rata nilai akurasi sebesar sebesar 71,11%.
Pengujian dilakukan dilakukan dengan tools Google Colaboratory dengan
bahasa pemograman python.