Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JOISIE (Journal Of Information Systems And Informatics Engineering)
Saputra, Husain Martha
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
KLASIFIKASI TINGKAT KEPUASAN PELANGGAN FACEBOOK MARKETPLACE MENGGUNAKAN ALGORITMA NAÏVE BAYES Siswoyo, Jakasurya; Wira Atmaja, Djuna Fajarizka Saputra; Peneas Rumaropen3, Izach Daud; Saputra, Husain Martha; Ayorbaba, Albertho Kongkolu; Prasetyo, Agung
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.5048

Abstract

Perkembangan teknologi yang pesat telah banyak merubah aspek kehidupan kita. Salah satu contohnya adalah kemunculan e-commerce yang merubah cara berbelanja dari yang awalnya belanja offline menjadi belanja online. Facebook Marketplace adalah platform pasar online tempat pengguna dapat membeli dan menjual barang dan jasa. Tujuan penelitian ini adalah untuk mengklasifikasikan tingkat kepuasan pelanggan Facebook Marketplace terhadap layanan tersebut menggunakan algoritma Naïve Bayes bersama dengan metodologi CRISP-DM. Data dikumpulkan dari 501 responden melalui survei Google Form dan diolah menggunakan perangkat lunak RapidMiner Studio. Validasi dilakukan dengan metode 10-fold cross-validation untuk menguji kestabilan performa model secara menyeluruh. Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan dengan akurasi sebesar 82.64%. untuk. Untuk kelas “Puas” model mendapatkan hasil recall sebesar 86.85% dan precision sebesar 91.15%, sedangkan untuk kelas ”Tidak Puas” model mendapatkan hasil recall sebesar 65.31%, precision sebesar 54.70%, dan AUC sebesar 0.861 ± 0.060. Penelitian ini menunjukkan bahwa Naïve Bayes efektif dalam memprediksi tingkat kepuasan pelanggan, meskipun masih terdapat kelemahan pada precision.
Co-Authors Agung Prasetyo Ayorbaba, Albertho Kongkolu Peneas Rumaropen3, Izach Daud Siswoyo, Jakasurya Wira Atmaja, Djuna Fajarizka Saputra