<![CDATA[Abstract: This study aims to apply data mining to determine visitor satisfaction levels at the Batu Bara Regency Museum. The main problem is the suboptimal use of visitor data and visitor questionnaire results to objectively evaluate satisfaction. The method used is the Naïve Bayes algorithm to classify visitor satisfaction levels based on questionnaire and visit data. The research stages include data collection, data analysis, system design using UML, implementation with PHP and MySQL, and system testing. The results show that the Naïve Bayes algorithm is capable of classifying visitor satisfaction levels effectively and providing accurate information for museum management. This system supports data-driven decision-making and helps improve the quality of museum services and management. Keywords: Data Mining; Naïve Bayes; Visitor Satisfaction Classification; Decision Support System; Batu Bara Regency Museum. Abstrak: Penelitian ini bertujuan menerapkan data mining dalam menentukan tingkat kepuasan pengunjung Museum Kabupaten Batu Bara. Permasalahan utama adalah belum optimalnya pemanfaatan data kunjungan dan hasil angket pengunjung untuk mengevaluasi kepuasan secara objektif. Metode yang digunakan adalah algoritma Naïve Bayes untuk mengklasifikasikan tingkat kepuasan pengunjung berdasarkan data kuesioner dan data kunjungan. Tahapan penelitian meliputi pengumpulan data, analisis data, perancangan sistem menggunakan UML, implementasi dengan PHP dan MySQL, serta pengujian sistem. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan tingkat kepuasan pengunjung dengan baik dan memberikan informasi yang akurat bagi pengelola museum. Sistem ini mendukung pengambilan keputusan berbasis data serta membantu peningkatan kualitas layanan dan pengelolaan museum. Kata kunci: Data Mining; Naïve Bayes; Klasifikasi Kepuasan Pengunjung; Sistem Pendukung Keputusan; Museum Kabupaten Batu Bara.]]>
Copyrights © 2026
