Perbandingan Metode Klasifikasi Data Mining untuk Prediksi Tingkat Kepuasan Pelanggan Telkomsel Prabayar

Fattya Ariani; Andi Taufik

doi:10.33372/stn.v6i2.666

Fattya Ariani STMIK Nusa Mandiri
Andi Taufik STMIK Nusa Mandiri

DOI: https://doi.org/10.33372/stn.v6i2.666

Keywords: Algoritma C.45, Support Vector Machine, Naïve Bayes, Particle Swarm, Optimization Tingkat kepuasan, Data Mining, Klasifikasi

Abstract

Saat ini Indonesia mempunyai lebih dari satu operator seluler yang aktif. Perkembangan teknologi yang membuat segala aktivitas masyarakat dilakukan secara mobile atau online. Karena kebutuhan komunikasi sangat tinggi maka perusahaan operator saling berlomba-lomba untuk mengambil hati para pelanggan dengan peningkatan layanannya. Telkomsel menjadi salah satu operator terbesar di Indonesia. Untuk memberikan pelayanan terbaik, telkomsel harus konsisten dan meningkatkan pelayanan. Ada beberapa metode yang dapat digunakan untuk menganalisa klasifikasi kepuasan pelanggan seperti Support Vector Machine, Decission Tree dan Metode Naïve Bayes dan PSO. Tetapi belum diketahui tingkat akurasi paling tinggi dalam mengklasisfikasi kepuasan pelanggan. Untuk mengetahui tingkat akurasi tertinggi diantara metode tersebut, maka dilakukan penelitian perbandingan metode klasifikasi data mining untuk prediksi tingkat kepuasan pelanggan telkomsel prabayar. Penelitian dilakukan dengan penyebaran kuesioner dengan jumlah 500 responden. Dan variabel yang dinilai ada 4 yaitu harga, promosi, kualitas produk dan kualitas layanan. Hasil dari penelitian ini di dapatkan nilai akurasi algoritma C45 sebesar sebesar 96,50%, Support Vector Machine sebesar 89,66%, Naïve Bayes sebesar 89,88% dan metode Optimasi Naïve Bayes dengan pemilihan fiture Particle Swarm Optimization sebesar 95,85%. Jadi algoritma C.45 nilai akurasinya paling tinggi dibandingkan dengan metode lainnya. Sehingga menggunakan algoritma C.45 lebih baik dalam memprediksi tingkat kepuasan pelanggan telkomsel prabayar

References

Armin, D., Mulyadi, & Fauziah. (2017). Evaluasi Kualitas Layanan terhadap Operator Telekomunikasi: Tinjauan Perspektif Pelanggan. Jurnal Optimasi Sistem Industri, 16(2), 106.

Darmawan, A., Kustian, N., & Rahayu, W. (2018). Implementasi Data Mining Menggunakan Model SVM untuk Prediksi Kepuasan Pengunjung Taman Tabebuya. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 2(3), 299. https://doi.org/10.30998/string.v2i3.2439

Desyanti. (2018). Penerapan Data Mining Algoritma C4.5 untuk Mengetahui Tingkat Kepuasan Konsumen di Hotel Grand Zuri Dumai. SATIN- Sains dan Teknologi, 4(2).

Ferlin, J. (2019). Klasifikasi Customer Intent Melalui Text Mining Untuk Mengetahui Tingkat Kepuasan Pelanggan Berdasarkan Komentar Pelanggan Menggunakan Metode Support Vector Machine Pada Restoran Bakso President. 3(10), 9867–9875.

Hadiwandra, T. Y. (2019). SATIN – Sains dan Teknologi Informasi Perbandingan Kinerja Model Klasifikasi Decission Tree , Bayesian Classifier , Instance Base , Linear Function Base , Rule Base pada 4 Dataset Berbeda. SATIN - Sains dan Teknologi Informasi, 5(1), 70–78.

Kusrini, & Luthfi, E. taufiq. (2009). Algoritma Data Mining. Cv. Andi Offset.

Lutfiyana, N. (2018). Penerapan Algoritma C4.5 Berbasis Particle Swarm Optmization Untuk Prediksi Hasil Layanan Kemudaha Donasi Zakat Dan Program. Jurnal Pilar Nusa Mandiri, 14(1), 103–110.

Puspa, C., & Sudibya, I. G. A. (2016). Pengaruh Kepemimpinan Transformasional Terhadap Psychological Empowerment Pada PT . PLN ( PERSERO ) Distribusi Bali Fakultas Ekonomi dan Bisnis Universitas Udayana ( Unud ), Bali , Indonesia Hasil observasi langsung di perusahaan , permasalahan yang terja. 5(8), 5143–5171.

Samuel, Y. T., & Dewi, K. (2019). Penggunaan Metode NAÏVE BAYES Dalam Mengukur Tingkat Kepuasan Pengguna Terhadap Online System Universitas Advent Indonesia. TeIKa, 9(02), 147–153. https://doi.org/10.36342/teika.v9i02.2162

Santoso, T. B. (2016). Analisa Dan Penerapan Metode C4.5 Untuk Prediksi Loyalitas Pelanggan. Jurnal Ilmiah Fakultas Teknik LIMIT’S, 10(1).

Septi, N., Widodo, J., & Zulianto, M. (2020). Pengaruh Kualitas Produk Terhadap Kepuasan Konsumen Kartu Prabayar simPATI Telkomsel ( Studi Kasus Pada Mahasiswa Pendidikan Ekonomi Fakultas Keguruan dan Ilmu Pendidikan Universitas Jember Angkatan 2015-2017 ). JPE- Jurnal Pendidikan Ekonomi, 14(1), 166–170.

Shiddiq, A., Niswatin, R. K., & Farida, I. N. (2018). Analisa Kepuasan Konsumen Menggunakan Klasifikasi Decision Tree Di Restoran Dapur Solo (Cabang Kediri). Generation Journal, 2(1), 9–18.

Takalapeta, S. (2018). Penerapan Data Mining Untuk Menganalisis Kepuasan Konsumen Menggunakan Metode Algoritma C4.5. JIMP - Jurnal Informatika Merdeka Pasuruan, 3(3), 34–38.

Taufik, A. (2018). Komparasi Algoritma Klasifikasi Text Mining Untuk Klasifikasi Review Hotel. jurnal teknik komputer AMIK BSI, 14(2), 112–118. https://doi.org/10.31294/jtk.v4i2.3461