ANALISA DALAM MENENTUKAN TINGKAT KEPUASAN PELAYANAN TERHADAP VENDOR MENGGUNAKAN ALGORITMA C.45 DISATUAN KERJA PUSDATIN

• SYAHRUL GUNAWAN P

---

ABSTRAK

ABSTRAK

Syahrul Gunawan P (11180430), Analisa Dalam Menentukan Tingkat Kepuasan Pelayanan Terhadap Vendor Menggunakan Algoritma C.45

Disatuan Kerja Pusdatin Kegiatan di pusdatin ini, belum optimalnya pihak instansi dalam melakukan evaluasi dalam kepuasan pelayanan terhadap vendor diinstansi dan hasil kepuasan tidak efektif dan efisien. Untuk mengetahui seberapa tingkat kepuasan pelayanan terhadap vendor di Pusdatin Untuk menerapkan metode algoritma C4.5 dalam menentukan tingkat kepuasan pelayanan di instansi tersebut.Untuk mempermudah dalam kegiatan evaluasi di instansi. Algoritma C.45 merupakan salah satu algoritma yang mempunyai fungsi yaitu pengelompokan data dan bersifatnya prediktif. “Data Mining, Algoritma C4.5 disebut juga dengan pohon keputusan (decision tree) yaitu merupakan salah satu metode klasifikasi yang menggunakan representasi struktur pohon, dan pada setiap node merepresentasikan atribut,cabangnya merepresentasikan nilai dari atribut, dan daun merepresentasikan kelas, Konsep dari pohon keputusan ini adalah dengan mengumpulkan data selanjutnya dibuatkan decision tree yang kemudian akan dihasilkan rule-rule solusi permasalahan. Kepuasan pelayanan instansi dapat diprediksi dengan menggunakan algoritma C4.5 untuk mendapatkan informasi dari data yang didapat dari penilaian vendor.Pengujian dari data dengan menggunakan software rapidminer ini didapati tingkat akurasi sejumlah 89,22%, recall 90,32% dan precision 77,77% berdasarkan tingkat akurasi dikategorikan klasifikasi baik

KATA KUNCI

Algoritma C.45

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] A. T. Bangsa and S. Utara, “Analisa Tingkat Kepuasan Masyarakat Terhadap Pelayanan Pengadilan Agama Pematangsiantar Menggunakan Algoritma,” vol. 2, no. 1, pp. 33–40, 2020.

[2] P. Nuraini, J. T. Hardinata, and Y. P. Purba, “Penerapan Algoritma C4 . 5 Untuk Klasifikasi Pola Kepuasan Pelayanan E - Ktp Di Kantor Camat Pematang Bandar,” vol. 3, no. 2, pp. 138–144, 2022.

[3] S. Informasi, U. P. Batam, K. Kunci, K. Kerja, and D. Mining, “Analisa dan Penerapan Algoritma C4 . 5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT . Arupadhatu Adisesanti,” vol. 2, no. 1, pp. 36–41, 2017.

[4] L. Rokach and O. Maimon, “Data mining with decision trees,” in 2, 2015, p. 328.

[5] M. Liang, Data Mining: Concepts, Models, Methods, and Algorithms, vol. 36, no. 5. 2004.

[6] A. Z. Pratama, L. Kurniawati, S. Larbona, and T. Haryanti, “Algoritma C4 . 5 Untuk Klasifikasi Nasabah Dalam Memprediksi Kredit Macet,” Inf. Syst. Educ. Prof., vol. 3, no. 2, pp. 121–130, 2019.

[7] S. M. Putri and S. A. Arnomo, “Penerapan Algoritma C4 . 5 Untuk Prediksi Kualitas Pelayanan Terhadap Kepuasan Konsumen ( Studi Kasus?: Hinet Batam ),” vol. 1, no. 2, pp. 70–76, 2020.

[8] W. Julianto, R. Yunitarini, and M. K. Sophan, “ALGORITMA C4 . 5 UNTUK PENILAIAN KINERJA KARYAWAN,” vol. IX, pp. 33–39, 2014.

[9] D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020, doi: 10.30865/mib.v4i2.2080.

[10] H. D. Tarigan, F. Destiawati, and A. Fitriansyah, “Implementasi Algoritma C4.5 Terhadap Kepuasan Pelanggan,” Ethos (Jurnal Penelit. dan Pengabdi. Masyarakat), vol. Vol. 6, No, pp. 80–86, 2017.

[11] K. F. Irnanda, A. P. Windarto, and I. S. Damanik, “Optimasi Particle Swarm Optimization Pada Peningkatan Prediksi dengan Metode Backpropagation Menggunakan Software RapidMiner,” vol. 9, no. 1, pp. 122–130, 2022, doi: 10.30865/jurikom.v9i1.3836.

[12] K. Budhy Luhur and S. Sutandi, “Pengaruh Kualitas Produk terhadap Pemilihan Vendor di PT. Hitachi Power Systems Indonesia,” J. Logistik Indones., vol. 4, no. 2, pp. 154– 162, 2020, doi: 10.31334/logistik.v4i2.1117.

[13] C. Algoritma, “Jurnal Informatika Ekonomi Bisnis Prediksi Tingkat Kepuasan Pelayanan Online Menggunakan Metode,” vol. 3, pp. 148–154, 2021, doi: 10.37034/infeb.v3i3.104.

[14] D. Mining, P. Obat, B. Penyelenggara, and J. Sosial, “PENERAPAN ALGORITMA DECISION TREE C4 . 5 BERBASIS PARTICLE SWARM OPTIMIZATION ( PSO ) UNTUK PREDIKSI TINGKAT KEPUASAN Jurnal Ilmiah ‘ Technologia ’ Jurnal Ilmiah ‘ Technologia ,’” vol. 12, no. 2, pp. 84–88, 2021.

[15] Z. T. Kardkovács, Business intelligence and data mining. 2013