PENERAPAN MACHINE LEARNING UNTUK MENENTUKAN TINGKAT KEPUASAN PELANGGAN MR. DIY MENGGUNAKAN METODE NAÏVE BAYES

SALMAN AL FARISI, NPM 2009100056 (2024) PENERAPAN MACHINE LEARNING UNTUK MENENTUKAN TINGKAT KEPUASAN PELANGGAN MR. DIY MENGGUNAKAN METODE NAÏVE BAYES. Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (1MB)
	Text BAB II.pdf Download (4MB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (340kB)
	Text DAFTAR PUSTAKA.pdf Download (601kB)

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pelanggan menggunakan metode machine learning dengan algoritma Naive Bayes. Tahapan penelitian meliputi pengumpulan data, perancangan model klasifikasi, dan perancangan model evaluasi. Data yang dikumpulkan melalui kuesioner pelanggan digunakan untuk melatih model Naive Bayes dan mengklasifikasikan tingkat kepuasan pelanggan berdasarkan atribut-atribut yang relevan seperti kualitas produk, harga, layanan pelanggan, dan kenyamanan berbelanja. Hasil klasifikasi menunjukkan bahwa dari 80 data pelanggan yang dianalisis, 77 pelanggan dinyatakan puas dengan layanan dan produk yang ditawarkan, sementara 3 pelanggan tidak puas. Data ini mencerminkan bahwa mayoritas pelanggan memiliki pengalaman positif, menunjukkan bahwa perusahaan berhasil memenuhi harapan pelanggan dalam berbagai aspek. Hasil ini memberikan wawasan yang berharga tentang tingginya tingkat kepuasan pelanggan. Evaluasi dari model klasifikasi ini menunjukkan hasil yang sangat bagus, dengan akurasi mencapai 100%. Hal ini menunjukkan bahwa metode Naive Bayes yang digunakan mampu mengklasifikasikan data dengan benar tanpa ada kesalahan. Akurasi yang sempurna ini menegaskan keandalan dan efektivitas metode Naive Bayes dalam menganalisis tingkat kepuasan pelanggan, memberikan keyakinan bahwa metode ini sangat cocok untuk digunakan dalam penelitian serupa di masa mendatang. Kesimpulannya, penelitian ini berhasil menunjukkan bahwa metode Naive Bayes adalah alat yang sangat efektif untuk menganalisis dan mengklasifikasikan tingkat kepuasan pelanggan. Kata Kunci : Pembelajaran Mesin; Metode Naïve Bayes; Klasifikasi; Tingkat Kepuasan; Matriks Kebingungan

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Pembelajaran Mesin; Metode Naïve Bayes; Klasifikasi; Tingkat Kepuasan; Matriks Kebingungan
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	29 Aug 2024 07:20
Last Modified:	29 Aug 2024 07:20
URI:	http://repository.ulb.ac.id/id/eprint/993

Actions (login required)

View Item