Penerapan Algoritma Naive Bayes Untuk Klasifikasi Preferensi Konsumen Terhadap Layanan Makanan Online

Raihan Nafis Zuraiq

MULTIPLE: Journal of Global and Multidisciplinary

Layanan makanan online semakin populer seiring dengan perkembangan teknologi dan perubahan gaya hidup masyarakat. Penelitian ini bertujuan untuk mengklasifikasikan preferensi konsumen terhadap layanan makanan online menggunakan algoritma Naive Bayes, dengan memanfaatkan data demografis, geografis, dan umpan balik konsumen. Dataset yang digunakan mencakup atribut seperti usia, jenis kelamin, status pernikahan, pekerjaan, pendapatan bulanan, ukuran keluarga, lokasi geografis, serta tanggapan konsumen terhadap layanan. Algoritma Naive Bayes diterapkan untuk memprediksi keputusan konsumen berdasarkan pola yang terdapat dalam data. Hasil penelitian menunjukkan bahwa model Naive Bayes mampu memberikan akurasi yang tinggi dalam mengklasifikasikan preferensi konsumen, dengan faktor demografi dan umpan balik konsumen sebagai variabel yang paling signifikan. Studi ini memberikan wawasan bagi penyedia layanan makanan online untuk memahami preferensi konsumen secara lebih mendalam, sehingga dapat mengoptimalkan strategi pemasaran dan layanan mereka.