Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Andhika Karulyana Febrian
universitas jendral achmad yani Jl. Terusan Jend. Sudirman, Cibeber, Kec.Cimahi Sel., Kota Cimahi, Jawa Barat 40531
Computer Science & IT Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Studi Komparasi Metode Klasifikasi K-Nearest Neighbor dan Naive Bayes Dalam Mengidentifikasi Kepuasan Pelanggan Terhadap Produk Andhika Karulyana Febrian; Yulison Herry Chrisnanto; Puspita Nurul Sabrina
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.587 KB) | DOI: 10.31284/p.snestik.2022.2717

Abstract

Kepuasaan merupakan tingkat perasaan seseorang ketika diberi pelayan yang baik, persepsi individual terhadap performa barang atau jara yang berhubungan dengan ekspetasi pelanggan. Data Mining biasanya digunakan untuk menemukan pengetahuan, proses pencarian pola yang tersembunyi berupa pengetahuan yang tidak diketahui sebelumnya dari sekumpulan data. Teknik klasifikasi digunakan untuk mengelompokan suatu data berdarkan keterikatan atau karakteristik terhadap data sampel. Penelitian ini telah membandingkan dan mengkombinasikan dua metode yaitu K-Nearest Neighbor dan Naïve Bayes untuk pengklasifikasian kepuasan pelanggan data yang didapatkan dari situs Kaggle sebanyak 800 data dengan parameter nama_produk, bintang_1, bintang_2, bintang_3, bintang_4, bintang_5, dan kualitas_produk. Metode KNN menghasilkan akurasi sebesar 88,44%, Metode Naïve Bayes menghasilkan akurasi sebesar 69,88%, sedangkan kombinasi dua metode menghasilkan akurasi tertinggi sebesar 91,86% hal ini menunjukan bahwa penggunaan dua metode akan menghasilkan akurasi yang tinggi.
Co-Authors Puspita Nurul Sabrina Yulison Herry Chrisnanto