Perancangan Aplikasi Data Mining Berbasis Web Menggunakan Algoritma C4.5 untuk Memprediksi Tingkat Kepuasan Pelanggan
DOI:
https://doi.org/10.32493/joaiia.v7i1.56622Keywords:
Data Mining, Algoritma C4.5, Pohon Keputusan, Kepuasan Pelanggan, Aplikasi Berbasis WebAbstract
Perkembangan teknologi informasi yang pesat mendorong berbagai bidang usaha untuk memanfaatkan data yang dimiliki sebagai dasar pengambilan keputusan strategis. CV. Triqua Global Mandiri merupakan perusahaan yang bergerak di bidang penjualan air minum, di mana tingkat kepuasan pelanggan menjadi salah satu indikator penting dalam menilai kualitas pelayanan dan keberhasilan bisnis. Selama ini, perusahaan belum memiliki sistem yang mampu menganalisis data pelanggan secara otomatis untuk memprediksi tingkat kepuasan. Oleh karena itu, penelitian ini bertujuan untuk merancang aplikasi data mining berbasis web menggunakan algoritma C4.5 guna memprediksi tingkat kepuasan pelanggan berdasarkan beberapa parameter seperti pelayanan, komunikasi, harga, dan kualitas. Metode yang digunakan dalam penelitian ini adalah algoritma C4.5, salah satu metode classification dalam data mining yang membentuk decision tree berdasarkan nilai entropy dan information gain dari setiap atribut. Proses penelitian mencakup tahap pengumpulan data, pembersihan data, pembentukan model keputusan menggunakan data training, serta pengujian model menggunakan data testing untuk mengukur tingkat akurasi sistem. Berdasarkan pengujian yang dilakukan, sistem mampu memberikan hasil prediksi dengan tingkat akurasi sebesar 80%, sehingga dapat digunakan sebagai alat bantu bagi manajemen CV. Triqua Global Mandiri dalam meningkatkan kualitas layanan dan strategi pemasaran. Dengan menggunakan aplikasi ini, perusahaan dapat memperoleh informasi prediktif yang objektif untuk meningkatkan pelayanan dan memaksimalkan kepuasan pelanggan secara lebih efisien dan efektif.
References
[1] A. Jati and E. Soliha, "Pengaruh kualitas layanan dan persepsi harga terhadap kepuasan pelanggan," Jurnal Manajemen dan Bisnis, vol. 12, no. 2, pp. 145-154, 2024.
[2] D. Wahyudi, "Manajemen kualitas layanan pada industri air minum," Jurnal Industri dan Sistem Informasi, vol. 8, no. 1, pp. 33-41, 2021.
[3] Prayoga, R. and N. Rahmah, "Penerapan data mining untuk analisis kepuasan pelanggan layanan publik," Jurnal Teknologi Informasi, vol. 9, no. 3, pp. 201-210, 2021.
[4] I. H. Witten, E. Frank, M. A. Hall and C. J. Pal, Data Mining: Practical Machine Learning Tools and Techniques, 4 ed., Cambridge, MA: Morgan Kaufmann, 2016.
[5] S. Sutrisno and P. Lestari, "Prediksi kepuasan pelanggan menggunakan algoritma C4.5," Jurnal Ilmu Komputer dan Informatika, vol. 7, no. 2, pp. 98-107, 2022.
[6] A. Yuliani and D. Firmansyah, "Analisis kualitas layanan jasa menggunakan decision tree C4.5," Jurnal Sistem Informasi, vol. 15, no. 1, pp. 55-64, 2023.
[7] A. Hidayat and D. Puspitasari, "Customer satisfaction analysis using decision tree C4.5 in banking services," Jurnal Informatika dan Sistem Informasi, vol. 10, no. 2, p. 120–130, 2024.
[8] S. Redjeki, R. Damayanti, A. Hudianti and R. Nasyuha, "Decision tree C4.5 for interpretable decision support systems," Journal of Decision Support Systems, vol. 6, no. 1, p. 15–24, 2024.
[9] I. Rahmawati, F. Fahani, S. Rohima, A. Alviansha and N. Nurbaiti, "Application of data mining for service quality evaluation using decision tree," Jurnal Teknologi dan Sistem Informasi, vol. 9, no. 3, p. 205–214, 2023.
[10] A. Warunayama, "Web-based predictive system for customer data analysis," International Journal of Information Technology and Business, vol. 5, no. 2, p. 88–97, 2024.
[11] A. Hidayat and D. Puspitasari, "Experimental study of customer satisfaction prediction using classification methods," Jurnal Informatika dan Sistem Informasi, vol. 10, no. 2, p. 120–130, 2024.
[12] H. Irawan, J. Marpaung, A. Saputra, R. Widarti and M. Fairuzabadi, "Web-based data mining system for customer satisfaction analysis," Journal of Information Systems Engineering and Business Intelligence, vol. 6, no. 1, p. 1–10, 2025.
[13] A. Yuliani and D. Firmansyah, "Identification of service quality attributes affecting customer satisfaction using decision tree," Jurnal Sistem Informasi, vol. 15, no. 1, p. 55–64, 2023.
[14] D. Rahmadani and R. Setyawan, "Data preprocessing and classification stages in customer satisfaction analysis," Jurnal Teknologi Informasi dan Komputer, vol. 11, no. 3, p. 211–220, 2022.
[15] S. Redjeki, R. Damayanti, A. Hudianti and R. Nasyuha, "C4.5 decision tree algorithm for interpretable decision support systems," Journal of Decision Support Systems, vol. 6, no. 1, p. 15–24, 2024.
[16] A. H. Meneses, "Decision tree-based classification for service evaluation systems," International Journal of Applied Data Science, vol. 4, no. 2, p. 67–76, 2022.
[17] A. Warunayama, "Implementation of web-based predictive systems in customer data analysis," International Journal of Information Technology and Business, vol. 5, no. 2, p. 88–97, 2024.
[18] S. Sutrisno and P. Lestari, "Accuracy evaluation of C4.5 algorithm in customer satisfaction prediction," Jurnal Ilmu Komputer dan Informatika, vol. 7, no. 2, p. 98–107, 2022.
