STMIKBINSASTMIKBINSA
Jurnal Sistem Informasi dan Sistem KomputerJurnal Sistem Informasi dan Sistem KomputerPeningkatan 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: 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.
Penelitian ini berhasil membandingkan performa antara algoritma Naive Bayes dan Decision Tree dalam mengklasifikasikan tingkat kepuasan pelanggan berdasarkan data ulasan dari platform e-commerce Olist.Hasil evaluasi menunjukkan bahwa algoritma Naive Bayes memperoleh tingkat akurasi yang lebih baik (80.Naive Bayes juga memperlihatkan kestabilan performa yang lebih baik dan seimbang dalam metrik precision, recall, dan F1-score, khususnya dalam mengklasifikasikan kelas Netral dan Puas.Namun, kedua algoritma sama-sama menunjukkan kelemahan dalam mengenali kelas Tidak Puas, yang disebabkan oleh distribusi data yang tidak seimbang.Dengan demikian, algoritma Naive Bayes lebih direkomendasikan untuk digunakan dalam tugas klasifikasi kepuasan pelanggan berbasis teks.
Untuk penelitian selanjutnya, disarankan untuk menerapkan teknik penyeimbangan data atau eksplorasi algoritma lain yang lebih adaptif terhadap kelas minoritas, guna meningkatkan akurasi klasifikasi secara keseluruhan. Selain itu, penelitian lanjutan dapat fokus pada pengembangan model yang lebih canggih dengan mempertimbangkan aspek-aspek seperti pengolahan bahasa alami dan analisis sentimen untuk meningkatkan akurasi klasifikasi kepuasan pelanggan. Terakhir, studi komparatif yang lebih luas dapat dilakukan untuk mengeksplorasi performa algoritma-algoritma lain dalam tugas klasifikasi kepuasan pelanggan berbasis teks.
| File size | 314.36 KB |
| Pages | 9 |
| DMCA | Report |
Related /
BSIBSI Klasifikasi sentimen dilakukannya dengan membandingkan dua algoritma machine learning, yaitu Naïve Bayes dan Decision Tree, guna menilai kinerja masing-masingKlasifikasi sentimen dilakukannya dengan membandingkan dua algoritma machine learning, yaitu Naïve Bayes dan Decision Tree, guna menilai kinerja masing-masing
UNPRIUNPRI Namun, pemeriksaan sinyal EKG secara manual oleh tenaga medis sering kali memakan waktu dan bisa berbeda-beda hasilnya. Penelitian ini bertujuan untukNamun, pemeriksaan sinyal EKG secara manual oleh tenaga medis sering kali memakan waktu dan bisa berbeda-beda hasilnya. Penelitian ini bertujuan untuk
IRPIIRPI Evaluasi menggunakan Silhouette Score menghasilkan nilai 0,778, yang menandakan kualitas klasterisasi cukup baik dengan pemisahan antarkelompok yang jelas.Evaluasi menggunakan Silhouette Score menghasilkan nilai 0,778, yang menandakan kualitas klasterisasi cukup baik dengan pemisahan antarkelompok yang jelas.
USIUSI Berdasarkan tabel nilai mean, kelas kontrol memperoleh nilai rata-rata post-test. Di kelas eksperimen, diperoleh nilai rata-rata pre-test sebesar 91 danBerdasarkan tabel nilai mean, kelas kontrol memperoleh nilai rata-rata post-test. Di kelas eksperimen, diperoleh nilai rata-rata pre-test sebesar 91 dan
MES BOGORMES BOGOR Data melewati beberapa tahapan preprocessing kemudian ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency, split data dan algoritma SupportData melewati beberapa tahapan preprocessing kemudian ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency, split data dan algoritma Support
IOINFORMATICIOINFORMATIC Proses dalam penelitian ini meliputi pembersihan data, transformasi data (pelabelan), penanganan data yang tidak seimbang, penskalaan, pemisahan, dan hyperparameter.Proses dalam penelitian ini meliputi pembersihan data, transformasi data (pelabelan), penanganan data yang tidak seimbang, penskalaan, pemisahan, dan hyperparameter.
STMIKLOMBOKSTMIKLOMBOK Jika beras dalam keadaan bersih, tak berbau, dan memiliki harga lebih mahal, banyak yang langsung berasumsi kalau beras tersebut berkualitas baik, padahalJika beras dalam keadaan bersih, tak berbau, dan memiliki harga lebih mahal, banyak yang langsung berasumsi kalau beras tersebut berkualitas baik, padahal
UNKLABUNKLAB Hal ini dikarenakan belum adanya arsip atau media penyimpanan data sementara untuk menyimpan data tersebut agar tidak hilang atau rusak. Oleh sebab ituHal ini dikarenakan belum adanya arsip atau media penyimpanan data sementara untuk menyimpan data tersebut agar tidak hilang atau rusak. Oleh sebab itu
Useful /
BSIBSI Penelitian ini merekomendasikan penggunaan kombinasi dua metode tersebut untuk analisis yang lebih akurat dan efektif dalam mendukung pengambilan keputusan.Penelitian ini merekomendasikan penggunaan kombinasi dua metode tersebut untuk analisis yang lebih akurat dan efektif dalam mendukung pengambilan keputusan.
BSIBSI Indonesia termasuk negara dengan kasus tuberculosis yang tinggi, terutama di wilayah padat penduduk dengan sanitasi yang kurang baik. Kota Bandung menghadapiIndonesia termasuk negara dengan kasus tuberculosis yang tinggi, terutama di wilayah padat penduduk dengan sanitasi yang kurang baik. Kota Bandung menghadapi
BSIBSI Untuk mengatasi permasalahan ini, penelitian ini menerapkan algoritma K-Means clustering sebagai solusi dalam mengoptimalkan wilayah penjualan kabel listrikUntuk mengatasi permasalahan ini, penelitian ini menerapkan algoritma K-Means clustering sebagai solusi dalam mengoptimalkan wilayah penjualan kabel listrik
UNIVMEDUNIVMED Dalam beberapa tahun terakhir, permintaan akan jalur translasional yang efisien telah meningkat, didorong oleh lonjakan penyakit kronis global, ancamanDalam beberapa tahun terakhir, permintaan akan jalur translasional yang efisien telah meningkat, didorong oleh lonjakan penyakit kronis global, ancaman