Abstrak— Semenjak Penyebaran Covid19 di Indonesia semakin meningkat pada awal Maret 2020 menyebabkan aktivitas Lembaga Pendidikan terganggu, sehingga Menteri Pendidikan mengeluarkan surat edaran No. 3 tahun 2020 mengenai pencegahan covid19 yang menyatakan bahwa meliburkan sekolah dan perguruan tinggi. Sebagai gantinya kegiatan pembelajaran konvensional menjadi daring. Pembelajaran daring di Universitas Singaperbangsa dimulai sejak adanya peraturan dari kemdikbud RI, dari pembelajaran secara daring tersebut mempengaruhi konsentrasi, kendala seperti signal, suasana pembelajaran dan cara mengajar, sehingga faktor mempengaruhi tingkat kepuasan mahasiswa dalam pembelajaran. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan mahasiswa terhadap pembelajaran daring menggunakan Metodologi CRISP-DM dan algoritma naive bayes dengan menggunakan tools rapidminer dengan hasil yang didapatkan yaitu tingkat akurasi sebesar 76,92%, class precission 100.00%, class recall 57.14% serta nilai AUC 0.881 atau mendekati angka 1 jadi model yang dihasilkan baik. Dengan kata lain, dari hasil yang didapatkan menggunakan algoritma naïve bayes dapat digunakan sebagai bahan untuk pengambilan keputusan tingkat kepuasan pembelajaran secara daring.

Since the spread of Covid-19 in Indonesia, in early March 2020, the activities of Educational Institutions have not been disrupted. As conventional learning. Learning at Singaperbangsa University began with regulation from the Ministry of Education and Culture of the Republic of Indonesia, from learning that boldly affects concentration, influences concentration, such as signals, learning atmosphere, and teaching methods, so that factors affect the level of student satisfaction in learning. This study aims to determine the level of student satisfaction with learning who dares to use the Bayes naive algorithm using RapidMiner tools with results obtained with an accuracy rate of 76.92%, class precision of 100.00%, class recall 57.14%, and an AUC value of 0.881 or close to, so the resulting model is good. In other words, the results obtained using the Naïve Bayes algorithm can be used as material for making decisions about the level of online learning satisfaction.

Penelitian yang dilakukan di Desa Sukamerta ini dengan mencoba membuat sebuah rancangan sistem administrasi kependudukan guna menunjang aktivitas kegiatan istansi pemerintahan dengan menggunakan bahasa pemrograman java. Untuk metode pengembangan software yang akan dilakukan mengguankan metode Systems Development Life Cycle (SDLC). Dengan pembuatan sistem administrasi kependudukan ini diharapkan dapat mempermdah dan efisiensi waktu untuk staff untuk melakukan pelayanan administrasi kependudukan pada warga Desa Sukamerta serta mempermudah melakukan laporan untuk pendataan penduduk. Selama staff desa Sukamerta melakukan pelayanan administrasi kependudukan yang beberapa masih dilakukan secara konvensional dimana staff harus mencatat data pemohon pada pembuatan surat pengantar  Kartu Keluarga (KK) maupun Kartu Tanda Penduduk (KTP). Oleh karena itu, dibutuhkan sistem administrasi kependudukan yang memudahkan dan mempercepat kinerja staff desa. Rancang bangun sistem yang akan dibuat menggunakan tools netbeans 8.2 dengan menggunakan metodelogi SDLC dengan pemodelan atau desain dari UML yaitu menggunakan usecase diagram, activity diagram dan sequence diagram. Hasil yang didapatkan berupa sistem administrasi kependudukan berbasis desktop yang akan membantu pembuatan surat-surat yang dibutuhkan warga serta pendataan penduduk untuk mempermudah staff dalam membuat laporan akhir kependudukan.