<![CDATA[Abstrak: Dimasa sekarang dunia usaha mengalami perkembangan yang sangat pesat, sehingga memicu ketatnya persaingan antar sesama pelaku usaha. Kepuasan customer merupakan salah satu faktor terpenting dalam keberlangsungan sebuah perusahaan. Beberapa tahun belakangan ini kesadaran konsumen akan pentingnya massage untuk tumbuh kembang bayi semakin meningkat. Ketatnya persaingan bisnis baby massage menyebabkan perusahaan harus memperhatikan kualitas pelayanannya. Penelitian ini dilakukan dengan tujuan untuk mengetahui besarnya tingkat akurasi klasifikasi yang dihasilkan dari prediksi kepuasan pelanggan terhadap performa terapis sebuah baby massage dengan menggunakan algoritma Naïve Bayes Penelitian ini menggunakan data penilaian kepuasan pelanggan yang diambil dengan metode penyebaran kuesioner kepada pelanggan sebuah baby massage di kota Surakarta. Data tersebut akan diolah dan dianalisis menggunakan aplikasi RapidMiner untuk mendapatkan hasil yang dibutuhkan. Hasil dari penelitian ini adalah prediksi pola kepuasan pelanggan baby massage yang memetakan penilaian pelanggan menjadi dua label yaitu puas dan tidak puas. Hasil yang diperoleh dari pengolahan data menggunakan algoritma Naive Bayes menunjukkan hasil prediksi dengan nilai akurasi sebesar 98,21% yang berarti algoritma Naive Bayes cocok untuk memprediksi kepuasan pelanggan terhadap performa terapis baby massage. Kata kunci: data mining, kepuasan, Naive Bayes, prediksi, Rapid Miner Abstract: Nowadays, the business world is experiencing very rapid development, thus triggering intense competition among business actors. Customer satisfaction is one of the most important factors in the sustainability of a company. In recent years, consumer awareness of the importance of massage for baby's growth and development has increased. The tight competition in the baby massage business causes companies to pay attention to the quality of their services. This study was conducted with the aim of knowing the magnitude of the classification accuracy resulting from the prediction of customer satisfaction on the performance of a baby massage therapist using the Naïve Bayes algorithm. The data will be processed and analyzed using the RapidMiner application to get the required results. The results of this study are predictions of baby massage customer satisfaction patterns that map customer ratings into two labels, namely satisfied and dissatisfied. The results obtained from data processing using the Naive Bayes algorithm show prediction results with an accuracy value of 98.21%, which means that the Naive Bayes algorithm is suitable for predicting customer satisfaction with the performance of baby massage therapists. Keywords: data mining, Naive Bayes, prediction, Rapid Miner, satisfaction]]>
Copyrights © 2022
