Optimasi Backward Elimination untuk Klasifikasi Kepuasan Pelanggan Menggunakan Algoritme k-nearest neighbor (k-NN) and Naive Bayes
DOI:
https://doi.org/10.33050/tmj.v6i1.1531Abstrak
Mempertahankan kepuasan pelanggan merupakan sebuah tantangan besar bagi perusahaan. Salah satu upaya yang dapat dilakukan adalah memberikan pelayanan terbaik terhadap pelanggan berdasarkan aspek yang paling berpengaruh. Pada penelitian ini dilakukan optimasi fitur Backward Elimination pada klasifikasi kepuasan pelanggan dengan algoritme k-NN dan Naïve Bayes. Penggunaan fitur Backward Elimination bertujuan meningkatkan akurasi dan mengurangi jumlah atribut yang kurang berpengaruh. Hasilnya, dapat diketahui bahwa pemodelan terbaik tanpa Backward Elimination adalah algoritme Naïve Bayes dengan akurasi 99.04% dan nilai AUC mencapai 1. Sedangkan penerapan Backward Elimination bekerja lebih optimal pada algoritme k-NN dengan peningkatan sebesar 33.74% menjadi 97.28% dengan AUC 0.996. Hal ini menunjukkan bahwa kinerja fitur Backward Elimination efektif dalam optimasi klasifikasi kepuasan pelanggan dan dapat mengurangi atribut yang kurang berpengaruh.
Referensi
A. Firatmadi, “Pengaruh Kualitas Pelayanan dan Persepsi Harga Terhadap Kepuasan Pelanggan Serta Dampaknya Terhadap Loyalitas Pelanggan,” Journal of Business Studies, vol. 2, no. 2, pp. 80–105, 2017.
M. G. Pradana and P. H. Saputro, “KOMPARASI METODE NAÏVE BAYES DAN C4. 5 DALAM KLASIFIKASI LOYALITAS PELANGGAN TERHADAP LAYANAN PERUSAHAAN,” Indonesian Journal of Business Intelligence (IJUBI), vol. 3, no. 1, pp. 20–24, 2020.
A. Maheswari and N. M. A. Aksari, “Peran Kepuasan Pelanggan Memediasi Kualitas Layanan Terhadap Loyalitas Pelanggan Pada Pt. Airasia Indonesia,” E-Jurnal Ekonomi Dan Bisnis Universitas Udayana, vol. 3, p. 315, 2019.
R. T. Prasetio, “SELEKSI FITUR DAN OPTIMASI PARAMETER k-NN BERBASIS ALGORITMA GENETIKA PADA DATASET MEDIS,” Jurnal Responsif: Riset Sains & Informatika, vol. 2, no. 2, pp. 213–221, 2020.
M. Fansyuri, “ANALISA ALGORITMA KLASIFIKASI K-NEAREST NEIGHBOR DALAM MENENTUKAN NILAI AKURASI TERHADAP KEPUASAN PELANGGAN (STUDY KASUS PT. TRIGATRA KOMUNIKATAMA),” Jurnal Ilmiah Humanika, vol. 3, no. 1, pp. 29–33, 2020.
M. A. Ghani, “ANALISIS PERFORMANSI QUALITY OF SERVICE (QOS) PADA JARINGAN MULTI PROTOCOL LABEL SWITCHING DENGAN METODE INTSERV,” Jurnal Manajemen Informatika, vol. 9, no. 2, 2019.
F. Ma’arif and T. Arifin, “Optimasi Fitur Menggunakan Backward Elimination Dan Algoritma SVM Untuk Klasifikasi Kanker Payudara,” Jurnal Informatika, vol. 4, no. 1, 2017.
I. W. Gamadarenda and I. Waspada, “Implementasi Data Mining untuk Deteksi Penyakit Ginjal Kronis (PGK) menggunakan K-Nearest Neighbor (KNN) dengan Backward Elimination,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 7, no. 2, 2020.
I. Herliawan, M. Iqbal, W. Gata, A. Rifai, and J. J. Purnama, “CLASSIFICATION OF LIVER DISEASE BY APPLYING RANDOM FOREST ALGORITHM AND BACKWARD ELIMINATION,” JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer), vol. 6, no. 1, pp. 89–94, 2020.
M. Sadikin and F. Alfiandi, “Comparative Study of Classification Method on Customer Candidate Data to Predict its Potential Risk.,” International Journal of Electrical & Computer Engineering (2088-8708), vol. 8, no. 6, 2018.
B. E. Sibarani, “Smart Farmer Sebagai Optimalisasi Digital Platform Dalam Pemasaran Produk Pertanian Pada Masa Pandemi Covid-19,” Technomedia Journal, vol. 6, no. 01 Agustus, 2021.
P. P. P. Pangestu and R. Yusuf, “Implementasi Metode QINQ Pada Jaringan Metro Ethernet Untuk Memaksimalkan Penggunaan VLAN Menggunakan Teknologi GPON Studi Kasus: PT. Telkom Indonesia,” Technomedia Journal, vol. 6, no. 1 Agustus, 2021.
K. Nalakhudin, M. Imron, and M. A. W. Prasetyo, “Pemanfaatan Notifikasi Telegram Untuk Monitoring Perangkat CCTV Rumah Sakit Orthopaedi Purwokerto,” Technomedia Journal, vol. 6, no. 01 Agustus, 2021.
R. Rosyid and M. A. W. Prasetyo, “Robot Peraga 12 Gerakan Pengaturan Lalu Lintas Berbasis Arduino Mega 2560,” Technomedia Journal, vol. 5, no. 2, pp. 193–205, 2021.
B. Basri and A. Qashlim, “Relay Kontrol Menggunakan Google Firebase dan Node MCU pada Sistem Smart Home,” Technomedia Journal, vol. 6, no. 01 Agustus, 2021.
I. B. A. Peling, I. N. Arnawan, I. P. A. Arthawan, and I. G. N. Janardana, “Implementation of Data Mining To Predict Period of Students Study Using Naive Bayes Algorithm,” Int. J. Eng. Emerg. Technol, vol. 2, no. 1, p. 53, 2017.
V. Plotnikova, M. Dumas, and F. Milani, “Adaptations of data mining methodologies: a systematic literature review,” PeerJ Computer Science, vol. 6, p. e267, 2020.
S. Amri, “Perbandingan Kerangka Model Klasifikasi untuk Pemilihan Metode Kontrasepsi dengan Pendekatan CRIPS-DM,” Information Science and Library, vol. 1, no. 1, pp. 14–23, 2020.
F. Ruan, L. Hou, T. Zhang, and H. Li, “A modified backward elimination approach for the rapid classification of Chinese ceramics using laser-induced breakdown spectroscopy and chemometrics,” Journal of Analytical Atomic Spectrometry, vol. 35, no. 3, pp. 518–525, 2020.
E. Musvida, “Recall dan Precision pada Sistem Temu Kembali Informasi Bidang Ilmu Fikih di Perpustakaan UIN Ar-Raniry Banda Aceh.” UIN Ar-Raniry Banda Aceh, 2017.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Yunitasari, Hopi Siti Hopipah, Rini Mayasari

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.