Klasifikasi Kepuasan Pelanggan Coffee Shop Paturupa Menggunakan Decision Tree

Siti Hinggit, Iin Ernawati

Abstract


Coffee shop saat ini sedang menjamur di Indonesia, dan juga persaingan saat ini pun juga memungkinkan coffee shop saat ini berlomba untuk meningkatkan kepuasan pelanggan, salah satunya adalah Paturupa yang ingin mengetahui seberapa puas pelanggan serta faktor yang paling berpengaruh. Dalam mewujudkan hal tersebut, diperlukan data yang didapat dari kuesioner kepuasan pelanggan di Paturupa yang dibagikan melalui google form. Data yang didapatkan sebanyak 150 data berupa class “Ya” dan “Tidak”. Data latih digunakan untuk membangun model dengan algoritma Decision Tree C4.5 dan penggunaan metode SMOTE dan NearMiss untuk mengatasi imbalanced data. Hasil performa terbaik diperoleh penelitian ini untuk pembagian data latih 70% dan data uji 30% menggunakan metode NearMiss dengan akurasi sebesar 96%, recall sebesar 100%, precision sebesar 95%, dan specificity sebesar 75%. Variabel yang berpengaruh pada model adalah minuman dan makanan yang disajikan sesuai pada daftar menu.

Keywords


Kepuasan Pelanggan, Data Mining, Klasifikasi, Decision Tree C4.5

References


Abdhu Setyawan, M. (2021). Strategi Kopi Kenangan dalam Membangun Loyalitas Pelanggan. Universitas Negeri Syarif Hidayatullah.

Kusuma Wardhani, F., & Dwijayanti, R. (2021). Pengaruh Store Atmosphere dan Keragaman Produk Terhadap Kepuasan Pelanggan: Studi Pada Pelanggan Coffee Shop Rustic Market Surabaya. Jurnal Sains Sosio Humaniora P-ISSN, 5(1), 510–521.

Haudi. (2021). Teknik Pengambilan Keputusan (H. Wijoyo, Ed.). Insan Cendikia Mandiri. https://www.researchgate.net/publication/350105332

Fauziah, Hartama, D., & Sudabri Damanik, I. (2020). Analisa Kepuasan Pelanggan Menggunakan Klasifikasi Data Mining. BRAHMANA : Jurnal Penerapan Kecerdasan Buatan, 2(1), 41–48.

Dwi, F., Tanjung, P., Windarto, A. P., & Irawan, E. (2022). Penerapan Datamining Klasifikasi Pada Faktor Pemilihan Café Bagi Anak Millineal. Bulletin of Data Science, 1(3), 90–98.

Michopoulou, E., & Giuliano, C. (2018). Understanding mega-events success and customer satisfaction. Event Management, 22(1), 9–23. https://doi.org/10.3727/152599517X15111988553955

Han, J., Kamber, M., & Pei, J. (2012). Data mining : concepts and techniques Third Edition (3rd ed.). Elsevier Inc.

Larose, D. T., & Larose, C. D. (2014). Discovering Knowledge in Data an Introduction to Data Mining Second Edition. John Willey & Sons.

Fernández, A., García, S., Prati, R. C., Galar, M., Herrera, F., & Krawczyk, B. (2018). Learning from Imbalanced Data Sets (Vol. 10). Springer.

Lim, B. C. Y., Lim, T.-Y., Leong, C. M., & Yusran, D. N. bin Z. (2022). Effects of Traditional Coffee Shop (Kopitiam) Service Quality on Customer Satisfaction and Customer Loyalty: A Study on Malaysian Youth. Global Business and Management Research: An International Journal, 14(4s), 88–100.

Graham, B., Bond, R., Quinn, M., & Mulvenna, M. (2018). Using Data Mining to Predict Hospital Admissions from the Emergency Department. IEEE Access, 6, 10458–10469. https://doi.org/10.1109/ACCESS.2018.2808843

Azizah, N., Andesti, C. L., & Sirait, W. (2022). Implementasi Algoritma C4.5 dalam Menentukan Tingkat Kepuasan Pelanggan di Kadai Kopi Lasi. Jurnal IndraTech, 3(2), 1–7.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.