Penerapan Data Mining Algoritma C4.5 untuk Mengetahui Tingkat Kepuasan Konsumen di Hotel Grand Zuri Dumai

Desyanti, Desyanti

doi:10.33372/stn.v4i2.403

Cited by 5 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dari hasil survei menunjukkan bahwa pengalaman pelanggan terhdapa layanan Idihome pada tahun 2018 meningkat dari 18% menjadi 25% (Syahputra & Sampurno, 2019). Kepuasan konsumen sebagai pengguna jasa merupakan hal yang vital terhadap sebuah pengelola jasa layanan (Desyanti, 2019). Setiap penyedia layanan telekomunikasi mempunyai keunggulan yang dapat memberikan kepuasan dan juga terdapat kekurangan yang membuat pelanggan merasa tidak puas dan akhirnya berpidah ke penedia layanan internet lain.…”

Section: Pendahuluanunclassified

Pemanfaatan Metode SMOTE dan PSO Untuk Mengoptimalkan Tingkat Akurasi Klasifikasi Kepuasan Pelanggan

Muqtadir,

Purnia

2023

IJCIT

View full text Add to dashboard Cite

Penyedia layanan telekomunikasi Indihome Witel Jakarta Selatan mempunyai keunggulan dan kekurangan yang dapat memberikan kepuasan dan ketidakpuasan yang membuat pelanggan berpindah ke penyedia layanan internet lain. Pengetahuan tentang klasifikasi konsumen yang puas dan tidak puas sangat dibutuhkan dalam mengambil keputusan. Tujuan dari penelitian ini adalah untuk menganalisa algoritma klasifikasi data mining mana yang menghasilkan nilai akurasi yang paling tinggi untuk klasifikasi kepuasan pelangan Indihome Jakarta Selatan antara algoritma Naïve Bayes, Support Vector Machine, Decission Tree. Dalam mengukur atau memprediksi tingkat kepuasan pelanggan dapat menggunakan algoritma klasifikasi data mining yaitu Naïve Bayes, Support Vector Machine, Decission Tree dengan penambahan fitur Metode Synthetic Minority Over-sampling Technique (SMOTE) dan teknik Particle Swarm Optimization (PSO).SMOTE berguna untuk menyeimbangkan data dan PSO untuk mengoptimalkan hasil nilai pada algoritma klasifikasi. Penelitian ini menghasilkan penggunaan Algoritma SVM + SMOTE + PSO menghasilkan Acurracy 98.57%, precision tertinggi 98.51%, recall tertinggi 98.51% dan AUC tertinggi 0.995 yang termasuk dalam excellent classification. Penggunaan SMOTE dan PSO pada algoritma klasifikasi terbukti berpengaruh meningkatkan accuracy algoritma SVM namun tidak secara signifikan. The South Jakarta Indihome Witel telecommunication service provider has advantages and disadvantages that can provide satisfaction and dissatisfaction that make customers switch to other internet service providers. Knowledge of the classification of satisfied and dissatisfied consumers is needed in making decisions. The purpose of this study is to analyze which data mining classification algorithm produces the highest accuracy value for the classification of South Jakarta Indihome customer satisfaction between the Naïve Bayes algorithm, Support Vector Machine, and Decission Tree. In measuring or predicting the level of customer satisfaction, data mining classification algorithms can be used, namely Naïve Bayes, Support Vector Machine, Decission Tree with the addition of the Synthetic Minority Over-sampling Technique (SMOTE) method if the data is unbalanced and the Particle Swarm Optimization (PSO) technique. SMOTE is useful for balancing data and PSO to optimize the value results in the classification algorithm. This research resulted in the use of the SVM + SMOTE + PSO algorithm resulting in an accuracy of 98.57%, the highest precision of 98.51%, the highest recall of 98.51% and the highest AUC of 0.995 which is included in the excellent classification. The use of SMOTE and PSO in the classification algorithm has proven to have an effect on increasing the accuracy of the SVM algorithm but not significantly.

show abstract

Section: Pendahuluanunclassified

Pemanfaatan Metode SMOTE dan PSO Untuk Mengoptimalkan Tingkat Akurasi Klasifikasi Kepuasan Pelanggan

Muqtadir,

Purnia

2023

IJCIT

View full text Add to dashboard Cite

show abstract

“…Dalam hal ini kepuasan konsumen menjadi hal yang sangat penting diatas segalanya. Untuk itu perlunya dukungan dari beberapa unsur lain agar memberikan pelayanan yang maksimal kepada konsumen [2]. Sehingga dengan jumlah konsumen yang cukup banyak yang merupakan tolak ukur sebuah restoran cepat saji dapat memenangkan persaingannya diantara para pengusaha kuliner lainnya.…”

Section: Pendahuluanunclassified

“…Untuk itu penulis meggunakan Algoritma C 4.5 untuk menilai kepuasan pelayanan konsumen terhadap pelayanan di Hotel Grand Zuri Dumai. Setelah dilakukan penelitian diperoleh hasil Jika Pelayanan sangat puas, keramahan sangat ramah, kenyamanan nyaman lalu fasilitas puas maka konsumen sangat puas [2].…”

Section: Pendahuluanunclassified

Analisis Tingkat Kepuasan Pelanggan dengan Menerapkan Algoritma C4.5

2022

View full text Add to dashboard Cite

Furniture is currently a secondary item that is quite needed among the community to support their daily activities. In its use, furniture becomes an item that really helps human activities in their daily lives. But now furniture marketing is not only in terms of use, but now people have their own assessment of the aesthetic value of a furniture. So this is a demand for furniture business people to make variations on each product to be marketed. Customer satisfaction is one of the most important things in assessing the level of service provided by the company to its customers. The purpose of this study was to determine the level of satisfaction of CV. Karinda customers. at the company CV. This aspect of Karinda has not been measured, so CV. Karinda finds it difficult to determine which aspects must be improved. The method used in this study is the C 4.5 algorithm, where the data source used is a questionnaire/questionnaire technique given to CV. Karinda customers. the process of testing this research using RapidMinner software to create a decision tree. From the results of the analysis is expected to improve the company's performance in providing services to customers CV. Karinda to be better

show abstract

“…Dengan nilai presisi prediksi puas sebesar 61.7% dan nilai presisi prediksi tidakpuas 38,3%. Hasil penelitian ini bisa dijadikan acuan untuk meningkatkan kualitas pelayanan serta untuk mempertahankan loyalitas konsumen dalam menggunakan produk paket data layanan internet dan meningkatkan penjualan [4] [5] Keberhasilan perusahaan dalam memasarkan produknya sangat di tentukan oleh ketepatan strategi yang dipakai. Dalam menentukan strategi pemasaran, pihak pemasar perlu mengkaji setiap karakteristik perilaku konsumen yang di implementasikan ke dalam harapan dan keinginannya.…”

Section: Pendahuluanunclassified

Index Kepuasan Pelanggan Informa dengan Menggunakan Algoritma C.45

2021

View full text Add to dashboard Cite

The company's success in marketing its products is largely determined by the accuracy of the strategy used. In determining a marketing strategy, marketers need to examine every characteristic of consumer behavior that is implemented into their hopes and desires. By knowing the basic reasons why consumers make purchases, it can be seen the right strategy to be used, in other words, the marketing party must actualize every consumer expectation into a satisfaction for the services provided. This study uses 6 (six) criteria and 21 (twenty one) sub-criteria with details as follows: Staff, Product, Store Convenience, Security, Delivery and Installation. The purpose of this research is to evaluate the management in improving research. The research stages refer to Knowladge Discovery Data, namely Data, Data Selection, Data Transformation, Data mining Model, Interpretation. Accuracy results obtained are 84.16% with the following details. Prediction Results Satisfied and turns out to be True Satisfied with 80 Data, Prediction Results Satisfied and turns out to be True Very Satisfied with 15 Data, Prediction Results Satisfied and turns out to be True Sufficiently Satisfied with 0 Data, The Prediction Result is Very Satisfied and turns out to be True Satisfied with 0 Data, Prediction Result is Very Satisfied and turns out to be True Very Satisfied with 0 Data, Prediction Result is Very Satisfied and turns out to be True Quite Satisfied with 0 Data.

show abstract

Penerapan Data Mining Algoritma C4.5 untuk Mengetahui Tingkat Kepuasan Konsumen di Hotel Grand Zuri Dumai

Cited by 5 publications

References 0 publications

Pemanfaatan Metode SMOTE dan PSO Untuk Mengoptimalkan Tingkat Akurasi Klasifikasi Kepuasan Pelanggan

Pemanfaatan Metode SMOTE dan PSO Untuk Mengoptimalkan Tingkat Akurasi Klasifikasi Kepuasan Pelanggan

Analisis Tingkat Kepuasan Pelanggan dengan Menerapkan Algoritma C4.5

Index Kepuasan Pelanggan Informa dengan Menggunakan Algoritma C.45

Contact Info

Product

Resources

About