Klasifikasi Kualitas Kepuasan Pelanggan Pada Cold N Brew Coffee Menggunakan Algoritma Naive Bayes
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Sistem penilaian tingkat kepuasan pelanggan pada kafe penjual kopi masih sangat jarang sekali di terapkan sehingga atasan tidak tahu kekurangan atau kelebihan yang di rasakan oleh pelanggan baik itu dari segi pelayanan, produk, dan fasilitas. Penelitian ini bertujuan untuk menerapkan metode Klasifikasi Naïve Bayes, serta menggunakan algoritma Naïve Bayes untuk memudahkan dalam melakukan perhitungan, setelah itu dilakukan pengolahan data menggunakan metode Confusion Matrix sebagai alat untuk mengukur kinerja algoritma dan mendapatkan hasil pada penilaian tingkat kepuasan pelanggan Cold N Brew coffee, aspek yang dinilai berdasarkan kualitas pelayanan, kualitas produk, fasilitas, dan harga. Pada penelitian ini menggunakan metode penelitian kuantitatif dan mengambil data dengan menyebarkan kuisioner kepada pelanggan. Berdasarkan hasil pengujian manual yang dilakukan dengan data latih sebanyak 68 data, didapatkan hasil “PUAS” sebanyak 58 data, dan hasil “TIDAK PUAS” sebanyak 10 data. Pengujian data menggunankan metode Confusion Matrix pada rapidMiner menggunakan algoritma Naïve bayes menghasilkan tingkat akurasi sebesar 81,25%. Berdasarkan pengolahan data yang sudah dilakukan, maka metode Naïve Bayes dapat direkomendasikan untuk memprediksi kualitas kepuasan pelanggan di Cold N Brew coffee.
Unduhan
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Lisensi Jurnal JUKANTI
JUKANTI berkomitmen untuk mempromosikan akses terbuka dan distribusi bebas pengetahuan. Kami menerapkan model lisensi berikut untuk memastikan penggunaan yang adil dan etis dari materi yang diterbitkan.
Lisensi Creative Commons Attribution 4.0 International (CC BY 4.0)
Semua artikel yang diterbitkan oleh JUKANTI dilisensikan di bawah Creative Commons Attribution 4.0 International License. Lisensi ini memungkinkan pengguna untuk:
- Menyalin dan Mendistribusikan: Pengguna bebas menyalin, mendistribusikan, dan menampilkan karya asli, asalkan mereka memberikan pengakuan yang tepat kepada penulis dan sumber.
- Mengadaptasi: Pengguna dapat mengubah, mengubah, dan membangun karya asli, asalkan mereka memberikan pengakuan yang tepat dan menunjukkan jika perubahan telah dilakukan.
- Penggunaan Komersial: Pengguna dapat menggunakan karya untuk tujuan komersial, asalkan mereka memberikan pengakuan yang tepat.
Kewajiban Penulis
Penulis yang menerbitkan artikelnya dengan JUKANTI setuju untuk:
- Menjamin bahwa karya adalah asli dan bebas dari pelanggaran hak cipta.
- Memberikan izin kepada JUKANTI untuk menerbitkan karya di bawah lisensi CC BY 4.0.
- Menyimpan hak cipta asli atas karya mereka, dengan lisensi publikasi yang diberikan kepada JUKANTI.
Kepatuhan dengan DOAJ
JUKANTI berkomitmen untuk mematuhi pedoman dan standar yang ditetapkan oleh Directory of Open Access Journals (DOAJ). Kami berusaha untuk memastikan integritas, transparansi, dan kualitas tinggi dalam semua publikasi kami.
Untuk pertanyaan atau klarifikasi lebih lanjut mengenai lisensi ini, silakan hubungi Editor Jukanti di jukanti.ejournalcbn@gmail.com.
Referensi
F. Abdel Rahman Shalaby, A. Wahidi, M. Prodi Ilmu Perpustakaan Fakultas Adab dan Humaniora UIN Raden Fatah Palembang, and D. Prodi Ilmu Perpustakaan Fakultas Adab dan Humaniora UIN Raden Fatah Palembang, “Pengklasifikasian Dan Penataan Ulang Buku Di Perpustakaan SDN 15 Gelumbang,” Pengabdian Kepada Masyarakat, vol. 1, no. 1, p. Volume 1-Nomor 1, 2019.
B. I. Saputro, “Penerapan Sistem Klasifikasi Perpustakaan Arkeologi di Perpustakaan Balai Arkeologi Daerah Istimewa Yogyakarta,” Berkala Ilmu Perpustakaan Dan Informasi, vol. 13, no. 2, p. 107, Dec. 2017, doi: 10.22146/bip.23453.
Y. Siska, “Penerapan Data Mining Dengan Algoritma Naïve Bayes Clasifier Untuk Mengetahui Tingkat Kepuasan Pelanggan Terhadap Pelayanan Servis Mobil (Studi Kasus: Katamso Service),” Majalah Ilmiah INTI, vol. 6, no. 3, p. volume 6-nomor 3, 2019.
V. Rohmatul Ula, A. Ahsanul Hayat, and I. Ahmad Dahlan Lamongan, “Meningkatkan Kepuasan Pasien Melalui Pelayanan Prima Dan Trust Pasien,” Jurnal Media Komunikasi Ilmu ekonomi, vol. 38, p. 1, 2021.
A. Pebdika, R. Herdiana, and D. Solihudin, “Klasifikasi Menggunakan Metode Naive Bayes Untuk Menentukan Calon Penerima Pip,” Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 1, 2023.
H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), vol. 8, no. 2, Oct. 2020, doi: 10.30646/tikomsin.v8i2.500.
Y. T. Samuel and K. Dewi, “Penggunaan Metode NAÏVE BAYES Dalam Mengukur Tingkat Kepuasan Pengguna Terhadap Online System Universitas Advent Indonesia The Use of Naïve Bayes Method in Measuring User’s Satisfaction With Adventist University of Indonesia’s Online System.” [Online]. Available: https://www.online.unai.edu.
N. J. Bano, R. Sukwadi, and A. Park, “Analisis Perbaikan Kualitas Layanan Bluemoon Container Café: Model Integrasi Analisis Sentimen dan Quality Function Deployment,” Jurnal INTECH Teknik Industri Universitas Serang Raya, vol. 8, no. 1, pp. 75–82, Jun. 2022, doi: 10.30656/intech.v8i1.4569.
G. C. Triasis, D. Arisandi, and T. Sutrisno, “Jurnal Ilmu Komputer Dan Sistem Informasi Analisis Kepuasan Penggunaan Aplikasi Shopee Menggunakan Algoritma Naïve Bayes,” no. Vol. 10 No. 1 (2022): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI.
N. Azwanti and E. Elisa, “Analisa Kepuasan Konsumen Menggunakan Algoritma C4.5,” SNISTEK 3, vol. 3, pp. 126–131, 2020.
S. Informasi and S. AKAKOM Yogyakarta, “Klasifikasi Data Mahasiswa Menggunakan Metode K-Means Untuk Menunjang Pemilihan Strategi Pemasaran Totok Suprawoto,” Jurnal Informatika dan Komputer, vol. 1, no. 1, 2016.
D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” Jurnal Sains Komputer & Informatika (J-SAKTI, vol. 5, no. 2, pp. 697–711, 2021.
S. Hendrian, “Algoritma Klasifikasi Data Mining Untuk Memprediksi Siswa Dalam Memperoleh Bantuan Dana Pendidikan,” Faktor Exacta, vol. 11, no. 3, Oct. 2018, doi: 10.30998/faktorexacta.v11i3.2777.
Z. Fadilla, M. Ketut Ngurah Ardiawan, M. Eka Sari Karimuddin Abdullah, M. Jannah Ummul Aiman, and S. Hasda, Metodologi Penelitian Kuantitatif. [Online]. Available: http://penerbitzaini.com
D. Novianti, S. Nusa, M. Jakarta, and C. Sitasi, “Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner,” vol. 21, no. 1, 2019, doi: 10.31294/p.v20i2.
N. Riyanah, S. Informasi, S. Tinggi, M. Informatika, D. Komputer, and N. Mandiri, “Penerapan Algoritma Naive Bayes Untuk Klasifikasi Penerima Bantuan Surat Keterangan Tidak Mampu (Implementation of Algorithms Naïve Bayes for Classification Recipients Help Letter Description Not Able),” vol. 2, no. 4, pp. 206–213, 2021.