Penerapan Data Mining Klasifikasi Kepuasan Pelanggan Transportasi Online Menggunakan Algoritma C4.5
DOI:
https://doi.org/10.54367/means.v8i1.2569Keywords:
Algoritma C4.5, Kepuasan Pelanggan, Transportasi Online, Data MiningAbstract
Klasifikasi kepuasan pelanggan pengguna transportasi online merupakan suatu sikap positif atau respon pelanggan terhadap pelayanan penggunaan transportasi online. Pengklasifikasin kepuasan pengguna transportasi online ini dilakukan dengan tujuan untuk meningkatkan kualitas perusahaan khususnya di bidang pelayanan pengguna transportasi roda dua. Dalam penelitian ini, tingkat kepuasan pelanggan diklasifikasian dalam empat atribut yaitu harga, fasilitas, pelayanan, dan loyalitas sehingga dari ke empat atribut tersebut dapat diperoleh hasil pengklasifikasian tingkat kepuasan pelanggan dalam kategori puas dan tidak puas. Dengan menerapkan berbagai persamaan dan langkah-langkah mengenai perhitungan algoritma C4.5, yaitu dengan menghitung entropy, split info, gain dan nilai gain ratio dengan atribut Fasilitas, Pelayanan, Loyalitas, Kategori. Himpunan Atribut yaitu Sangat Puas, Puas, Cukup Puas, Tidak Puas, Sangat Tidak Puas. Input data sebanyak 155 data. Dari data tersebut maka dibagi 2 yaitu 100 data data latih (training) dan 55 data data uji (testing). klasifikasi kepuasan pelanggan “Tidak Puas” sebanyak 91 orang pelanggan, sedangkan yang “Tidak Puas” sebanyak 9 orang pelanggan.References
A. Febriyani, G. K. Prayoga, and ..., “Index Kepuasan Pelanggan Informa dengan Menggunakan Algoritma C. 45,” JURIKOM (Jurnal …, vol. 8, no. 6, pp. 330–335, 2021, doi: 10.30865/jurikom.v8i6.3686.
A. S. Sinaga, M. H. Munandar, and A. S. Sitio, “Machine learning algorithm to identifies fraud emails with feature selection,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012011, 2021, doi: 10.1088/1757-899x/1088/1/012011.
Asmaul Husnah Nasrullah, “penerapan metode C45 untuk klasifikasi mahasiswa drop out,” Ilk. J. Ilm., vol. 10, pp. 244–250, 2018.
E. Elisa, “Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti,” J. Online Inform., vol. 2, no. 1, p. 36, 2017, doi: 10.15575/join.v2i1.71.
H. S. P. H. O. R. K. Sormin, “Implementasi Algoritma Decision Tree Dalam Menentukan Lokasi Penjualan Dagangan Pada Dinas Pasar Serbelawan Simalungun,” SmartEDU Yayasan Adwitiya Basurata Inov., vol. 1, no. 2, pp. 61–69, 2022.
M. S. Anita Sindar RM Sinaga, “Machine Learning Prediksi Karakter Pengguna Hastag (#) Bahasa Generasi Milenial Di Sosial Media,” News.Ge, p. https://news.ge/anakliis-porti-aris-qveynis-momava, 20189.
S. A. A. Sherly Maisa Putri and Fakultas, “Penerapan Algoritma C4.5 Untuk Prediksi Kualitas Pelayanan Terhadap Kepuasan Konsumen (Studi Kasus: Hinet Batam).”
S. Al Syahdan and A. Sindar, “Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota,” J. Nas. Komputasi dan Teknol. Inf., vol. 1, no. 2, 2018, doi: 10.32672/jnkti.v1i2.771.
S. Dutalia, A. K. Lalo, P. Batarius, Y. Carmeneja, and H. Siki, “Implementasi Algoritma C4 . 5 Untuk Klasifikasi Penjualan,” vol. 06, pp. 1–12, 2021.
S. Takalapeta, “Penerapan Data Mining Untuk Menganalisis Kepuasan Konsumen Menggunakan Metode Algoritma C4.5,” J I M P - J. Inform. Merdeka Pasuruan, vol. 3, no. 3, pp. 34–38, 2018, doi: 10.37438/jimp.v3i3.186.
Y. Bastian, H. S. Tambunan, and W. Saputra, “Analisis Penerapan Algoritma C4 . 5 Dalam Mengukur Tingkat Kepuasan Pelanggan Indihome Pada Kota Pematangsiantar,” KESATRIA J. Penerapan Sist. Inf. (Komputer Manajemen), vol. 2, no. 1, pp. 62–69, 2021.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Ely Jannah , Volvo Sihombing, Masrizal
This work is licensed under a Creative Commons Attribution 4.0 International License.
