Tacbi Hendro Pudjiantoro
Teknik Informatika, Universitas Jendral Achmad Yani

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Classification Of Visitor Satisfaction at The Museum Using The Naïve Bayes Algorithm Ayunda Dwi Agustin; Tacbi Hendro Pudjiantoro; Puspita Nurul Sabrina
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kepuasan ipengunjung iadalah ipengukuran iatau ijasa dengan iproduk-produk iyang iditerima.iData imining memiliki ikarakteristik iteknis, isalah isatunya iadalah klasifikasi. iTeknik iklasifikasi ijuga iterdiri idari beberapa metode iadalah iAlgoritma iNaïve iBayes Classifier. Algoritma iNaïve iBayes iClassifier merupakan isalah isatu metode iyang idigunakan idalam data imining iyang didasarkan ipada iteori ikepuasan Bayes. iPengaruh kepuasan ipengunjung, ijuga menyatakan ibahwa idengan adanya ikepuasan pengunjung iakan imenciptakan loyalitas pengunjung. Kepuasan ipengunjung ijuga imemiliki pengaruh iuntuk meningkatkan ikualitas ipelayanan iPusat Peragaan-IPTEK idikarenakan iadanya ipengujung iyang datang untuk imenggunakan ialat peraga iberulang ikali. Peragaan di Pusat Peragaan-IPTEK dibuat sangat menyenangkan dan menghibur, melalui berbagai program dan peragaan interaktif yang dapat disentuh dan dimainkan. Pusat Peragaan Ilmu Pengetahuan dan Teknologi dibangun dengan maksud menyadarkan masyarakat mengenai perkembangan ilmu pengetahuan dan teknologi dunia secara sangat cepat. Arah perkembangan ini harus didasari agar dapat mengikuti untuk kemudian maju bersama perkembangan. Berdasarkan hasil analisis yang diperoleh dalam penelitian ini dilakukan dengan menerapkan naïve bayes. Metode yang digunakan dengan menggunakan data latih untuk dapatkan peluang setiap kriteria untuk kelas yang berbeda, maka nilai-nilai ini kriteria dapat dioptimalkan untuk memprediksi baru kepuasan pelanggan, yaitu dengan pengujian data.