Jurnal Sistem Informasi dan Sistem Komputer
Vol 10 No 2 (2025): Vol 10 No 2 - 2025

Naive Bayes dan Decision Tree: Studi Kasus Klasifikasi Kepuasan Pelanggan E-Commerce

Tulak Bamba, Ofirmince (Unknown)
Nur Vadila (Unknown)
Sri Fitrawati (Unknown)
Tedang, Vilna Wati (Unknown)
Asrawati (Unknown)

Article Info

Publish Date
19 Jul 2025

Abstract

Peningkatan belanja daring mendorong e-commerce untuk memahami kepuasan pelanggan melalui analisis ulasan otomatis. Studi ini mengevaluasi dan membandingkan kemampuan algoritma Naive Bayes dan Decision Tree dalam mengklasifikasikan tingkat kepuasan berdasarkan 5.000 ulasan dari platform Olist. Ulasan dikategorikan ke dalam tiga kelas, yaitu Tidak Puas, Netral, dan Puas. Pra-pemrosesan meliputi pembersihan data, ekstraksi fitur dengan TF-IDF, dan pembagian data 80% latih dan 20% uji. Evaluasi menggunakan metrik accuracy, precision, recall, F1-score, dan AUC. Naive Bayes menunjukkan akurasi lebih tinggi (80,70%) dibanding Decision Tree (73,90%) serta performa klasifikasi yang lebih stabil. Dengan demikian, Naive Bayes lebih efisien untuk klasifikasi kepuasan pelanggan berbasis teks pada ulasan e-commerce.

Copyrights © 2025




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Jurnal Sistem Informasi dan Sistem Komputer
Website

Abbrev

simkom

Publisher

Sekolah Tinggi Manajemen Informatika Dan Komputer Bina Bangsa

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Description

Jurnal SIMKOM menerbitkan jurnal akses terbuka penuh, yang berarti bahwa semua artikel tersedia di internet untuk semua pengguna segera setelah publikasi, penggunaan non-komersial dan distribusi dalam media apapun diperbolehkan, dengan syarat penulis dan jurnal tersebut dikreditkan dengan benar. ...