Data Mining Untuk Memprediksi Tingkat Kepuasan Konsumen Gojek Menggunakan Algoritma Naive Bayes
DOI:
https://doi.org/10.35969/interkom.v18i1.280Keywords:
data mining, naive bayes, kepuasan, kepuasan konsumen, gojek, prediksi, memprediksi, tingkat akurasiAbstract
Gojek merupakan aplikasi yang sangat populer dan diminati sebagai sarana transportasi karena praktis dan cepat. Kepuasan konsumen adalah dimana harapan, keinginan dan kebutuhan konsumen terpenuhi. Untuk menilai apakah perusahaan memberi pelayanan yang berkualitas kepada konsumen, maka perlu dilakukan evaluasi dari konsumen untuk mengetahui tingkat kepuasan konsumen saat menggunakan aplikasi Gojek. Penelitian ini bertujuan untuk membangun sebuah sistem prediksi tingkat kepuasan dari pelayanan Driver Gojek kepada konsumen menggunakan algoritma Naive Bayes, serta untuk mengetahui tingkat akurasi dalam mengklasifikasikan kepuasan konsumen menggunakan jasa Gojek. Kuesioner adalah metode yang digunakan dalam pengumpulan data kepuasan konsumen Gojek. Dalam penelitian ini kuesioner disebar sebanyak 120 dibagikan kepada responden yaitu pengguna jasa Gojek, dan kuesioner tersebut nantinya akan menjadi data training. Peneliti menggunakan metode survei sebagai pengamatan proses dari penggunaan jasa Gojek secara langsung untuk mengidentifikasi pelayanan yang diberikan kepada konsumen. Peneliti menggunakan metode waterfall sebagai model pengembangan sistem. Model ini merupakan paradigma model pengembangan perangkat lunak paling tua, dan paling banyak dipakai. Proses perhitungan akurasi pada sistem menggunakan metode Naive Bayes dengan menguji berdasarkan data training yang diambil dari kuesioner. Hasil perhitungan pada tingkat akurasi yang diperoleh dari data training yaitu sebesar 88,9%. Perhitungan tersebut diproses dan dibagi oleh sistem sebanyak 70% data training dan 30% data testing atau sebanyak 84 data training dan 36 data testing. Sistem prediksi kepuasan konsumen ini dapat membantu seorang admin dalam menentukan klasifikasi kepuasan konsumen terhadap pelayanan Gojek yang berbasis web dengan menerapkan metode Naive Bayes. Pada penelitian ini peneliti hanya menghitung pada tingkat nilai akurasi dan nilai prediksi, untuk penelitian selanjutnya diharapkan dapat mencoba menghitung pada perhitungan nilai precission dan nilai recall.
Downloads
References
F. Setiawan, S. W. K. Dewi, and Musafa, “Pengaruh Kualitas Pelayanan dan Harga terhadap Kepuasan Pelanggan,” J. Econ. Bus. UBS, vol. 8, no. 1, pp. 1–17, 2022, doi: 10.52644/joeb.v8i1.13.
F. Martiningsih, “Sistem Evaluasi Kepuasaan Pelanggan Go-Jek Menggunakan Metode Naïve Bayes,” p. 20, 2018.
A. R. Damanik, S. Sumijan, and G. W. Nurcahyo, “Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes,” J. Sistim Inf. dan Teknol., vol. 3, pp. 88–94, 2021, doi: 10.37034/jsisfotek.v3i3.49.
B. D. Meilani, N. Susanti, J. T. Informatika, F. T. Informasi, I. Teknologi, and A. Tama, “Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa dengan Metode NAÏVE BAYES,” J. Sist. Inf. Univ. Suryadarma, vol. 3, no. 2, pp. 182–189, 2014, doi: 10.35968/jsi.v3i2.66.
N. D. Sari, “Penerapan kelasifikasi kepuasan pelanggan go-jek menggunakan metode algoritma naïve bayes,” p. 60, 2018.
S. Lorena., “Teknik Data Mining Menggunakan Metode Bayes Classifier Untuk Optimalisasi Pencarian Aplikasi Perpustakaan,” J. Tek. Komput., vol. 4, no. 2, pp. 17–20, 2016.
D. S. O. Panggabean, E. Buulolo, and N. Silalahi, “Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda,” JURIKOM (Jurnal Ris. Komputer), vol. 7, no. 1, p. 56, 2020, doi: 10.30865/jurikom.v7i1.1947.
S. M. Sinaga, J. T. Hardinata, and M. Fauzan, “Implementasi Data Mining Clustering Tingkat Kepuasan Konsumen Terhadap Pelayanan Go-Jek,” Kesatria J. Penerapan Sist. Inf. (Komputer dan Manajemen), vol. 2, no. 2, pp. 118–124, 2021.
D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020, doi: 10.30865/mib.v4i2.2080.
H. D. Wijaya and S. Dwiasnati, “Implementasi Data Mining dengan Algoritma Naïve Bayes pada Penjualan Obat,” J. Inform., vol. 7, no. 1, pp. 1–7, 2020, doi: 10.31311/ji.v7i1.6203.
P. E. Setyo, “Pengaruh Kualitas Produk Dan Harga Terhadap Kepuasan Konsumen ‘Best Autoworks,’” PERFORMA J. Manaj. dan Start-Up Bisnis, vol. 1, no. 6, pp. 755–764, 2017.
N. A. Ramdhan and D. A. Nufriana, “Rancang Bangun Dan Implementasi Sistem Informasi Skripsi Oline Berbasis WEB,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 1, no. 02, pp. 1–12, 2019, doi: 10.46772/intech.v1i02.75.
E. W. Fridayanthie and T. Mahdiati, “Rancang bangun sistem informasi permintaan ATK berbasis intranet (studi kasus: KEJAKSAAN NEGERI RANGKASBITUNG),” Ucv, vol. 4, no. 02, pp. 1–138, 2016, [Online]. Available: http://dspace.unitru.edu.pe/bitstream/handle/UNITRU/10947/Miñano Guevara%2C Karen Anali.pdf?sequence=1&isAllowed=y%0Ahttps://repository.upb.edu.co/bitstream/handle/20.500.11912/3346/DIVERSIDAD DE MACROINVERTEBRADOS ACUÁTICOS Y SU.pdf?sequence=1&isAllowed=
