Klasifikasi Kepuasan Pengguna Layanan Aplikasi Shopee Menggunakan Metode Decision Tree C4.5

Ballya Vicky Haekal, Iin Ernawati, Nurul Chamidah

Sari


Seiring perkembangan teknologi, Saat ini sudah banyak sekali layanan aplikasi perdagangan online yang digunakan oleh masyarakat. Salah satu layanan aplikasi yang sering digunakan masyarakat adalah Shopee. Semakin banyak pengguna yang menggunakan aplikasi tersebut, tingkat kepuasan tiap pengguna pun semakin beragam. Dalam menganalisis tingkat kepuasan pengguna layanan aplikasi shopee, penelitian ini menggunakan data yang diambil dari kuesioner yang telah disebarkan dalam bentuk google form. Kuesioner tersebut disebarkan melalui beberapa media sosial seperti Twitter, Instagram, WhatsApp dan Shopee dengan total jumlah data yakni 184 data yang akhirnya menjadi 171 data setelah dilakukan cleaning data. Dari berbagai algoritma klasifikasi yang ada, penelitian ini menggunakan algoritma Decision Tree C4.5 sebagai metode klasifikasinya. Dengan pembagian data sebesar 80% untuk data latih dan 20% untuk data uji. Hasil yang diperoleh pada penelitian ini terdapat nilai Accuracy sebesar 97%, nilai Recall sebesar 96.9%, nilai Precision sebesar 100% untuk Class “Ya” dan 66.6% untuk Class “Tidak”.

Kata Kunci


Tingkat Kepuasan, Klasifikasi, Decision Tree C4.5, Shopee

Teks Lengkap:

PDF

Referensi


Techinasia (22 November 2018). Shopee sales surge helps Sea hit record revenue, but net loss widens, dari https://www.techinasia.com/shopee-sales-surge-helps-sea-hit-record-revenue

Widyanita, Fika Ayu. (2018). “Analisis Pengaruh Kualitas Pelayanan E-Commerce Shopee Terhadap Kepuasan Konsumen Shopee Indonesia Pada Mahasiswa FE UII Pengguna Shopee”. Skripsi. Fakultas Ekonomi, Manajemen, Universitas Islam Indonesia, Yogyakarta.

Arista Atmadjati. (2018). Layanan Prima dalam Praktik Saat Ini. Deepublish.

Shiddiq, Ahmad, et. al. (2018). ‘Analisa Kepuasan Konsumen Menggunakan Klasifikasi Decision Tree di Restoran Dapur Solo (Cabang Kediri)’, jurnal: Generation Journal / Vol.2 No.1 Januari 2018 / e-ISSN: 2549-2233 / p-ISSN: 2580-4952

Suyanto. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Penerbit Informatika.

Prasetyowati, E. (2017). DATA MINING Pengelompokan Data untuk Informasi dan Evaluasi. Duta Media Publishing.

Dhika, Harry, et. al. (2016) ‘Implementasi Algoritma C4.5 Terhadap Kepuasan Pelanggan’, jurnal: Prosiding SNaPP2016 Sains dan Teknologi Vol 6, No.1, Th, 2016 ISSN 2089-3582, EISSN 2303-2480.

Hendrian, Senna. (2018). ‘Algoritma Klasifikasi Data Mining untuk Memprediksi Siswa dalam Memperoleh Bantuan Dana Pendidikan’, jurnal : Faktor Exacta 11 (3): 266-274, 2018, p-ISSN: 1979-276X, e- ISSN: 2502-339X

Masripah, Siti., Lila Dini. (2020).’ Algoritma Klasifikasi Naïve Bayes untuk Analisa Sentimen Aplikasi Shopee’, jurnal: SWABUMI, Vol.8 No.2 September 2020, pp. 114~117, ISSN: 2355-990X, E-ISSN: 2549-5178

Oktafianto. (2016). ‘Analisis Kepuasan Mahasiswa Terhadap Pelayanan Akademik Menggunakan Metode Algoritma C4.5 (Studi Kasus: Stmik Pringsewu)’, jurnal: TIM Darmajaya Vol. 02 No. 01 Mei 2016, ISSN: 2442-5567, E-ISSN: 2443-289X

Nofriansyah, Dicky. 2017. Algoritma Data Mining dan Pengujiannya. STMIK Triguna Medan.




DOI: http://dx.doi.org/10.52958/iftk.v17i3.3648

Article Metrics

Sari view : 478 times
PDF - 432 times

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN : 2655-139X (ONLINE)

ISSN : 0216-4221 (PRINT)

Jurusan Informatika, Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta

e-mail: informatik@upnvj.ac.id