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

Penulis

  • Ballya Vicky Haekal Universitas Pembangunan Nasional Veteran Jakarta
  • Iin Ernawati Universitas Pembangunan Nasional Veteran Jakarta
  • Nurul Chamidah Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.52958/iftk.v17i3.3648

Kata Kunci:

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

Abstrak

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”.

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.

Unduhan

Diterbitkan

2021-12-31

Terbitan

Vol 17 No 3 (2021): Desember 2021

Bagian

Article

Lisensi

KEBIJAKAN YANG DIAJUKAN UNTUK JURNAL YANG MENAWARKAN AKSES TERBUKA

Syarat yang harus dipenuhi oleh Penulis sebagai berikut:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).