KOMPARASI ALGORITMA MACHINE LEARNING DALAM MEMPREDIKSI KEPUASAN PENGGUNAAN JASA TRANSPORTASI BUS ROSALIA INDAH

KOMPARASI ALGORITMA MACHINE LEARNING DALAM MEMPREDIKSI KEPUASAN PENGGUNAAN JASA TRANSPORTASI BUS ROSALIA INDAH

• By Miftakhul Fakri, Dimas;
• Skripsi
• 6
• 1-105

Beragamnya kegiatan seringkali mengharuskan manusia untuk mudah berpindah lokasi dari sebuah lokasi menuju ke lokasi yang lain. Untuk mencukupi keperluan tersebut manusia membutuhkan moda transportasi. Bus, menjadi sarana transportasi massal yang memberikan dampak baik serta berdampak positif pada lingkungan dengan mengurangi polusi udara serta kemacetan lalu lintas dan mudah dijangkau. Salah satu perusahaan bus yang terkenal dengan pelayanannya yaitu Rosalia Indah. Dalam menghadapi tantangan dalam memastikan kepuasan pengguna di tengah persaingan bisnis yang ketat. Memahami faktor-faktor yang memengaruhi kepuasan pengguna menjadi kunci untuk mempertahankan dan meningkatkan kualitas layanan. Penggunaan algoritma machine learning menawarkan solusi dalam menganalisis dan memprediksi kepuasan pengguna secara lebih akurat dan efisien. Dengan membandingkan dua algoritma machine learning yang populer, diharapkan dapat ditemukan algoritma yang paling efektif untuk meningkatkan kualitas layanan transportasi bus Rosalia Indah. Dari hasil pengujian yang dilakukan untuk mengetahui kepuasan pengguna Rosalia Indah dengan memanfaatkan metode naïve bayes dan k-nearest neighbor. Hasil dari Naïve bayes memiliki nilai rata-rata akurasi sejumlah 97.39% serta nilai AUC berjumlah 1.000 Sedangkan k-nearest neighbors memiliki tingkat rata-rata akurasi cukup tinggi yaitu 98.33% dengan nilai AUC sebesar 1.000. dalam hal ini k-nearest neighbors mempunyai tingkat akurasi lebih tinggi dibanding naïve bayes dengan selisih perbandingan yang tidak signifikan yaitu 0.94 %.

• Katakunci Kepuasan Pengguna, Machine Learning, Komparasi Algoritma
• URL https://drive.google.com/file/d/1BFnNmSaqZ7-WWVoUtokRcmhH5Grp95rh/view?usp=sharing
• Penerbit ,

REFERENSI

Agustina, D., & Rahmah, F. (2022). Analisis Sentimen pada Sosial Media Twitter terhadap MRT Jakarta Menggunakan Machine Learning. Insearch (Information System Research) Journal, 2, 1–6.

Amir, M., & Rahman, A. (2020). Analisis Dampak Transportasi Online Terhadap Transportasi Konvensional (Bentor) di Kota Makassar. Mirai Management, 5(1), 313–329. https://journal.stieamkop.ac.id/index.php/miraipg.313

Diansyah, S. (2022). Klasifikasi Tingkat Kepuasan Pengguna dengan Menggunakan Metode K-Nearest Neighbour (KNN). Jurnal Sistim Informasi Dan Teknologi, 4, 7–12. https://doi.org/10.37034/jsisfotek.v4i1.114

Febriansyah, R. F., Sukardi, F. R., & Aini, Q. (2019). Rekomendasi Moda Transportasi Mahasiswa Dengan Algoritma Naive Bayes (Studi Kasus: Fakultas Sains Dan Teknologi Uin Syarif …. Simetris: Jurnal Teknik Mesin …, 10(2), 733–740. https://jurnal.umk.ac.id/index.php/simet/article/view/3566

Ferdila, M., & Anwar, K. U. (2021). Analisis Dampak Transportasi Ojek Online Terhadap Pendapatan Ojek Konvensional di Kota Jambi. IJIEB: Indonesian Journal of Islamic Economics and Business, 6(2), 2021. http://e-journal.lp2m.uinjambi.ac.id/ojp/index.php/ijoieb

Firdaus, L., & Setiadi, T. (2023). Perbandingan Algoritma Naive Bayes, Decision Tree, dan KNN untuk Klasifikasi Produk Populer Adidas US dengan Confusion Matrix. Jurnal Sistem Komputer Dan Informatika (JSON), 5(2), 185–195. https://doi.org/10.30865/json.v5i2.6124

Giarsyani, N. (2020). Komparasi Algoritma Machine Learning dan Deep Learning untuk Named Entity Recognition : Studi Kasus Data Kebencanaan. Indonesian Journal of Applied Informatics, 4(2), 138. https://doi.org/10.20961/ijai.v4i2.41317

Gunawan, M., Zarlis, M., & Roslina, R. (2021). Analisis Komparasi Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal Media Informatika Budidarma, 5(2), 513. https://doi.org/10.30865/mib.v5i2.2925

Hakim, Z. R., & Sugiyono, S. (2024). Analisa Sentimen Terhadap Kereta Cepat Jakarta – Bandung. Jurnal Sains Dan Teknologi, 5(3), 939–945. https://doi.org/10.55338/saintek.v5i3.1423 Analisa

Hamid, A., & Susanti, F. (2023). PENGARUH HARGA DAN KUALITAS LAYANAN TERHADAP KEPUASAN PELANGGAN (Studi pada Mahasiswa Pengguna Layanan Go-Jek di STIE-KBP Padang). Jurnal Economina, 2(3), 836–847. https://doi.org/10.55681/economina.v2i3.405

Ilhamsyah, F., Ginting, R., & Setiawan, A. (2020). Analisis Kepuasan Pengguna Jasa Transportasi Umum Jak Lingko Di Jakarta Selatan. Business Management, Economic, and Accounting National Seminar, 1(1), 1059–1076.

Iwandini, I., Triayudi, A., & Soepriyono, G. (2023). Analisa Sentimen Pengguna Transportasi Jakarta Terhadap Transjakarta Menggunakan Metode Naives Bayes dan K-Nearest Neighbor. Journal of Information System Research (JOSH), 4(2), 543–550. https://doi.org/10.47065/josh.v4i2.2937

Janna, N. M., & Herianto. (2021). Artikel Statistik yang Benar. Jurnal Darul Dakwah Wal-Irsyad (DDI), 18210047, 1–12.

Kartarina, K., Sriwinarti, N. K., & Juniarti, N. luh P. (2021). Analisis Metode K-Nearest Neighbors (K-NN) Dan Naive Bayes Dalam Memprediksi Kelulusan Mahasiswa. JTIM : Jurnal Teknologi Informasi Dan Multimedia, 3(2), 107–113. https://doi.org/10.35746/jtim.v3i2.159

Kumrotin, E. L., & Susanti, A. (2021). Pengaruh Kualitas Produk, Harga, Dan Kualitas Pelayanan Terhadap Kepuasan Konsumen Pada Cafe Ko.We.Cok Di Solo. J-MIND (Jurnal Manajemen Indonesia), 6(1), 1. https://doi.org/10.29103/j-mind.v6i1.4870

Mardiyyah, N. W., Rahaningsih, N., Ali, I., & Neighbor, K. (2024). PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA PREDIKSI PEMBERIAN KREDIT DI SEKTOR FINANSIAL. 8(2), 1491–1499.

Maulana, R., Raihan, M., & Santoso, I. (2023). Komparasi Algoritma Naive Bayes Dan K-Nearest Neighbor Pada Analisis Sentimen Terhadap Ulasan Pengguna Aplikasi Tokopedia. Jurnal Teknologi Informasi: Jurnal Keilmuan Dan Aplikasi Bidang Teknik Informatika, 7(2), 177–189. https://doi.org/10.47111/jti.v7i2.10071

Muharrom, M. (2019). Komparasi Algoritma Klasifikasi Naive Bayes Dan K-Nearest Neighbors Untuk Prediksi Penyakit Jantung. Syntax : Jurnal Informatika, 8(1), 44–56. https://doi.org/10.35706/syji.v8i1.1856

Musu, W., Ibrahim, A., & Heriadi. (2021). Pengaruh Komposisi Data Training dan Testing terhadap Akurasi Algoritma C4.5. Prosiding Seminar Ilmiah Sistem Informasi Dan Teknologi Informasi, X(1), 186–195.

Novianti, D. (2019). Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner. Paradigma - Jurnal Komputer Dan Informatika, 21(1), 49–54. https://doi.org/10.31294/p.v21i1.4979

Prasetyo, P. A. M., & Hermawan, A. (2023). Analisis sentimen twitter terhadap pemilihan presiden menggunakan algoritma naïve bayes. INFOTECH : Jurnal Informatika & Teknologi, 4(2), 224–233. https://doi.org/10.37373/infotech.v4i2.863

Rahmat, A. ., Ladjamuddin, M. ., & Awaludin, T. . (2023). Perbandingan Algoritma Decision Tree, Random Forest Dan Naive Bayes Pada Prediksi Penilaian Kepuasan Penumpang Maskapai Pesawat Menggunakan Dataset Kaggle. Jurnal Rekayasa Informasi, 12(2), 150–159. www.kaggle.com,

Rooroh, C., Moniharapon, S., & Loindong, S. (2020). Pengaruh Suasana Cafe, Kualitas Pelayanan Dan Harga Terhadap Kepuasan Pelanggan (Studi Pada Cafe Casa De Wanea Manado). Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi, 8(4), 130–139.

Salsabilah, B. N., Kadek, I., & Nuryana, D. (2023). Komparasi Algoritma Naive Bayes dan K Nearest Neighbor dalam Kepuasan Pengguna Fitur Tiktok Shop. Journal of Emerging Information System and Business Intelligence (JEISBI), 4(3), 31–39. https://ejournal.unesa.ac.id/index.php/JEISBI/article/view/54211%0Ahttps://ejournal.unesa.ac.id

Saphari, A. (2023). Sentiment Analisis Pada Moda Transportasi Bus Untuk Meningkatkan Kualitas Layanan Pada Perusahaan Otobus Terendah. Jurnal Teknik Dan Komputer (JITKOM), 07(01), 1–79. https://doi.org/10.22441/jitkom.v7i1.010

Sariatin, S., & Ekawati, C. (2023). Faktor-faktor yang Mempengaruhi Kepuasan Pelanggan. Jurnal Informatika Ekonomi Bisnis, 5, 1258–1261. https://doi.org/10.37034/infeb.v5i4.772

Setiawan, B. P., & Frianto, A. (2021). Pengaruh Harga dan Kualitas Pelayanan Terhadap Kepuasan Pelanggan (Studi Kasus Perusahaan Jasa Ekspedisi Krian). BIMA : Journal of Business and Innovation Management, 3(3), 352–366. https://doi.org/10.33752/bima.v3i3.5493

Styawati, S., Hendrastuty, N., & Isnain, A. R. (2021). Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. Jurnal Informatika: Jurnal Pengembangan IT, 6(3), 150–155. https://doi.org/10.30591/jpit.v6i3.2870

Suriani, N., Risnita, & Jailani, M. S. (2023). Konsep Populasi dan Sampling Serta Pemilihan Partisipan Ditinjau Dari Penelitian Ilmiah Pendidikan. Jurnal IHSAN : Jurnal Pendidikan Islam, 1(2), 24–36. https://doi.org/10.61104/ihsan.v1i2.55

Tirta Komara, A., Yura Roslina, N., Jatmika, L., & Pasundan, S. (2021). Pengaruh Kualitas Pelayanan Dan Harga Terhadap Kepuasan Konsumen (Studi pada salah satu perusahaan jasa transportasi di Kota Bandung). Acman: Accounting and Management Journal, 1(2), 104–114.

Wiyanto. (2020). Analisa Tingkat Kepuasan Pelanggan Terhadap Pelayanan Perusahaan Otobus XYZ Menggunakan Metode Naive Bayes. Jurnal Pelita Teknologi, 15(1), 56–67.

Yuliarina, A. N., & Hendry, H. (2022). Comparison of Prediction Analysis of Gofood Service Users Using the Knn & Naive Bayes Algorithm With Rapidminer Software. Jurnal Teknik Informatika (Jutif), 3(4), 847–856. https://doi.org/10.20884/1.jutif.2022.3.4.294

Zai, C. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Teknoinfo, 16(1), 46. http://portaldata.org/index.php/portaldata/article/view/107