Implementasi Naive Beyes Dalam Menganalisis Kepuasan Pelanggan Terhadap Aplikasi Perpajakan pada Website Pajak.io Menggunakan Rapid Miner

research
  • 16 Oct
  • 2024

Implementasi Naive Beyes Dalam Menganalisis Kepuasan Pelanggan Terhadap Aplikasi Perpajakan pada Website Pajak.io Menggunakan Rapid Miner

Di era digital, aplikasi layanan perpajakan semakin berkembang untuk mempermudah pelaporan pajak. DJP menyediakan layanan Penyedia Jasa Aplikasi Perpajakan (PJAP), salah satunya adalah PT Fintek Integrasi Digital, yang dikenal dengan nama Fintax. Perusahaan ini mendirikan aplikasi perpajakan online pajak.io, yang membantu wajib pajak badan dalam menghitung, membayar, dan melaporkan SPT. Meskipun pajak.io menawarkan berbagai fitur yang mumpuni, terdapat beberapa kekurangan yang mengganggu pengalaman pengguna. Contohnya, sering terjadi looping saat mengekspor faktur dan dokumen pembelian, sehingga pengguna harus mengulang proses dari awal. Selain itu, tidak adanya progress bar saat mengunggah data menyulitkan pengguna dalam memantau dokumen yang sedang diunggah. Website ini juga terkadang gagal dalam memverifikasi NPWP, sehingga tidak dapat menampilkan halaman identitas pengguna. Penelitian ini bertujuan untuk menganalisis kepuasan pelanggan terhadap penggunaan aplikasi pajak.io dengan menggunakan metode Naive Bayes, serta mengidentifikasi faktor-faktor yang memengaruhi kepuasan tersebut. Data dikumpulkan melalui kuesioner Google Form kepada pengguna pajak.io, diolah menggunakan aplikasi RapidMiner, dan dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil penelitian menunjukkan bahwa metode Naive Bayes efektif, dengan accuracy, precision dan recall mencapai 100%. Dari 101 data, 96 diprediksi puas dan 5 tidak puas, yang menunjukkan bahwa pajak.io telah memenuhi harapan pelanggan, terutama dalam hal desain dan layanan.

Unduhan

 

REFERENSI

Adnyana, I. M. D. M. (2021). Populasi dan Sampel. Metode Penelitian Pendekatan Kuantitatif, 14(1), 103–116.

Adriani, A., & Ramdan, A. (2020). Analisis Pemeriksaan dalam Meningkatkan Kepatuhan Wajib Pajak Badan di Kantor Pelayanan Pajak Pratama Jakarta Tanah Abang Satu Tahun 2016-2018. Jurnal Pajak Vokasi (JUPASI), 1(2), 79–85. https://doi.org/10.31334/jupasi.v1i2.815

Adriansa, M., Yulianti, L., & Elfianty, L. (2022). Analisis Kepuasan Pelanggan Menggunakan Algoritma C4.5. Jurnal Teknik Informatika UNIKA Santo Thomas, 07(21), 115–121. https://doi.org/10.54367/jtiust.v7i1.1983

Ainurrohma. (2021). Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka. PRISMA, Prosiding Seminar Nasional Matematika, 4, 493–499. https://journal.unnes.ac.id/sju/index.php/prisma/

Damanik, A. R., Sumijan, S., & Nurcahyo, G. W. (2021). Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes. Jurnal Sistim Informasi Dan Teknologi, 3, 88–94. https://doi.org/10.37034/jsisfotek.v3i3.49

Darwati, L. (2022). Analisis Tingkat Kepuasan Pengguna Aplikasi WETV Menggunakan Metode End User Computing Satisfaction (EUCS). Jurnal Ilmiah Komputasi, 21(4), 34–42. https://doi.org/10.32409/jikstik.21.4.3217

Dhyanasaridewi, I. G. A. D., & Rita, R. (2022). Pengaruh Sistem Aplikasi Pajak Online Terhadap Tingkat Kepuasan Wajib Pajak Orang Pribadi (Studi Kasus Pada Pt. Enerren Technologies). Remittance: Jurnal Akuntansi Keuangan Dan Perbankan, 3(2), 26–32. https://doi.org/10.56486/remittance.vol3no2.261

Effendy, E., Siregar, E. A., Fitri, P. C., & Damanik, I. A. S. (2023). Mengenal Sistem Informasi Manajemen Dakwah (Pengertian Sistem, Karakteristik Sistem). Jurnal Pendidikan Dan Konseling, 5(2), 4343–4349.

Ibnu Khayath Farisanu, Agus Budi Sadhono, & Lili Indah Agustina. (2023). Analisis Faktor-Faktor Yang Mempengaruhi Kepuasan Pelanggan Pada Apotek Annisa Farma Tanah Grogot. Jurnal of Management and Social Sciences, 1(1), 102–119. https://doi.org/10.59031/jmsc.v1i1.78

Jewahan, S. F., Maryen, A., & Kastanya, J. (2022). Pengaruh Kualitas Pelayanan Terhadap Kepuasan Pelanggan Di Alfamart Kota Sorong. Eqien - Jurnal Ekonomi Dan Bisnis, 11(04), 305–312. https://doi.org/10.34308/eqien.v11i04.1250

Kuswanto, A. D., Puro, S. I., Hariyan, J., Rafliansyah, R., Aziz, M. R., & Rajagukguk, P. V. (2024). Analisa Data Shopping Trends Menggunakan Algoritma Klasifikasi Dengan Metode Naive Bayes. 2(3).

Pratama, R. K., & Setyaningsih, P. W. (2023). Analisis Komentar Pada Twitter Terhadap Lapangan Kerja Dengan Metode Naïve Bayes. Journal Of Information System And Artificial Intelligence, 3(2), 217–227. https://jisai.mercubuana-

yogya.ac.id/index.php/jisai/article/view/129
R.W.P.P.Zer, P. A. M. Z., & Gunawan, I. (2022). Penerapan Data Mining Naïve Bayes Dalam Klasifikasi Kepuasan Mahasiswa Berlangganan WiFi Indihome. Jurnal Media Informatika, 3(2), 112–118. https://doi.org/10.55338/jumin.v3i2.488

Rohmat, C. L., Tito Aprilianto, R., Fathurrohman, F., & Iin, I. (2024). Analisis Sentimen Pada Ulasan Produk Pakaian Zirdigo Dengan Menggunakan Algoritma Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 668–674.

https://doi.org/10.36040/jati.v8i1.8697
Romadhon, F. A., & Nawawi, Z. M. (2024). Economic Reviews Journal. Economic Reviews Journal, 3(1), 96–108. https://doi.org/10.56709/mrj.v3i2.221

Siddik, M., Hendri, H., Putri, R. N., Desnelita, Y., & Gustientiedina, G. (2020). Klasifikasi Kepuasan Mahasiswa Terhadap Pelayanan Perguruan Tinggi Menggunakan Algoritma Naïve Bayes. INTECOMS: Journal of Information Technology and Computer Science, 3(2), 162–166. https://doi.org/10.31539/intecoms.v3i2.1654

Sigid Widodo, A. Z. M., Pandu Kusuma, A., & Dwi Puspitasari, W. (2023). Analisis Algoritma Naive Bayes Classifier (Nbc) Pada Klasifikasi Tingkat Minat Barang Di Toko Violet Cell. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 87–94. https://doi.org/10.36040/jati.v7i1.5692

Suci Amaliah, Nusrang, M., & Aswi, A. (2022). Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng. VARIANSI: Journal of Statistics and Its Application on Teaching and