Penerapan Algoritma C4.5 Untuk Memprediksi Keluhan Pelanggan Pada Apartemen Jakarta

Authors

DOI:

https://doi.org/10.33633/tc.v21i4.6844

Keywords:

Prediksi Keluhan pelanggan, Algoritma C4.5, Rapidminner, Apartemen

Abstract

Ketidakpuasan pelanggan merupakan masalah yang dihadapi oleh pengelola Apartemen. Ketidakpuasan dapat menimbulkan keluhan dan merugikan dalam bisnis. Penelitian menggunakan metode algoritma C4.5. Metode ini digunakan menentukan pengambilan keputusan untuk memprediksi keluhan pelanggan, diketahui tingkat akurasi dan presisinya. Data dianalisis menggunakan aplikasi Rapidminer. Rapidminer adalah perangkat lunak dengn open source. Tujuan dari penelitian ini ialah untuk mengatasi keluhan pelanggan apartemen atas ketidakpuasan terhadap pelayanan yang diberikan. Atributnya adalah nounit, kewarganegaraan, status pernikahan, pekerjaan, alamat pekerjaan, jumlah penghuni, dan jenis kelamin dengan keputusan komplain dan tidak komplain. Peroleham pengujian model yang terbentuk akurat hingga 88,13 dengan kumpulan hasil pengolahan ROC (Receiver Operating Characteristic) menggunakan data training dengan besarnya 0,953 tingkat diagnostik klasifikasi sangat baik. Model pohon keputusan yang ada bisa meningkatkan akurasi untuk memprediksi keluhan pelanggan pada Apartemen Jakarta.

References

A. Nurzahputra, A. R. Safitri, and M. A. Muslim, “Klasifikasi Pelanggan pada Customer Churn Prediction Menggunakan Decision Tree,” Pros. Semin. Nas. Mat. X 2016, pp. 717–722, 2016, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/article/download/21528/10288/.

E. Istiatin, “Pengaruh Kualitas Pelayanan Terhadap Kepuasan Konsumen Pada Dealer Pt. Ramayana Motor Sukoharjo,” J. Paradig. Univ. Islam Batik Surakarta, vol. 13, no. 1, p. 115736, 2015.

A. Fahrudin, L. Listiyoko, P. Surya, and ..., “Prediksi Peringkat Kelulusan Mahasiswa Untuk Menentukan Strategi Pemasaran Kampus Menggunakan Pohon Keputusan,” Pros. Semin. …, no. November, 2017.

A. Shiddiq, R. K. Niswatin, and I. N. Farida, “Ahmad Shiddiq Analisa Kepuasan Konsumen Menggunakan Klasifikasi Decision Tree Di Restoran Dapur Solo (Cabang Kediri),” Gener. J., vol. 2, no. 1, p. 9, 2018, doi: 10.29407/gj.v2i1.12051.

S. M. Putri and S. A. Arnomo, “Penerapan Algoritma C4.5 Untuk Prediksi Kualitas Pelayanan Terhadap Kepuasan Konsumen (Studi Kasus : Hinet Batam),” J. Inf. Syst. Res., vol. 1, no. 2, pp. 70–76, 2020.

S. Takalapeta, “Penerapan Data Mining Untuk Menganalisis Kepuasan Konsumen Menggunakan Metode Algoritma C4.5,” J I M P - J. Inform. Merdeka Pasuruan, vol. 3, no. 3, pp. 34–38, 2018, doi: 10.37438/jimp.v3i3.186.

L. S. Helling, “Perancangan Sistem Informasi Pelayanan Pelanggan Pada Citra Laundry Bogor,” INTENSIF J. Ilm. Penelit. dan Penerapan Teknol. Sist. Inf., vol. 2, no. 1, p. 68, 2018, doi: 10.29407/intensif.v2i1.11792.

W. N. Wassouf, R. Alkhatib, K. Salloum, and S. Balloul, “Predictive analytics using big data for increased customer loyalty: Syriatel Telecom Company case study,” J. Big Data, vol. 7, no. 1, 2020, doi: 10.1186/s40537-020-00290-0.

E. Irfiani, “Prediksi Keluhan Pelanggan Pada Apartemen Menggunakan Algoritmac4.5,” Paradig. - J. Komput. dan Inform., vol. 16, no. 2, pp. 13–20, 2014, [Online]. Available: https://ejournal.bsi.ac.id/ejurnal/index.php/paradigma/article/view/773.

A. Ghazzawi and B. Alharbi, “Analysis of Customer Complaints Data using Data Mining Techniques,” Procedia Comput. Sci., vol. 163, pp. 62–69, 2019, doi: 10.1016/j.procs.2019.12.087.

W. Supriyanto, “Strategi Komunikasi Internal PDAM Tirta Satria Mengatasi Keluhan Pelanggan,” Warta ISKI, vol. 2, no. 1. Jurnal Komuniksi ISKI, pp. 48–53, 2019, doi: 10.25008/wartaiski.v2i01.27.

S. Sunarti, “Prediksi Promosi Jabatan Karyawan Dengan Algoritma C4.5 (Studi Kasus: Apartemen Senayan Jakarta),” Techno.Com, vol. 18, no. 4. Universitas Dian Nuswantoro, pp. 288–298, 2019, doi: 10.33633/tc.v18i4.2471.

D. Bayu Febriyanto, L. Handoko, and H. Aisyah, “Implementasi Algoritma C4.5 Untuk Klasifikasi Tingkat Kepuasan Pembeli Online Shop,” J. Ris. Komput., vol. 5, no. 6, pp. 569–575, 2018, [Online]. Available: http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom%7CPage%7C569.

G. Thailambal, R. Subramani, and S. Saradha, “Drugs Usage Prediction in Weka Tool Using C4. 5 Classification Algorithm,” Int. J. Pure …, vol. 119, no. 15, pp. 3633–3642, 2018, [Online]. Available: https://acadpubl.eu/hub/2018-119-15/2/383.pdf.

W. Wahyono and A. Nugroho, “Penerapan Algoritma C4.5 Untuk Prediksi Tingkat Kompetensi Karyawan Pt Multistrada Arah Sarana,” Joutica, vol. 3, no. 1, p. 145, 2018, doi: 10.30736/jti.v3i1.201.

I. Purnamasari, F. Handayanna, E. Arisawati, L. S. Dewi, E. G. Sihombing, and Rinawati, “The Determination Analysis of Telecommunications Customers Potential Cross-Selling with Classification Naive Bayes and C4.5,” J. Phys. Conf. Ser., vol. 1641, no. 1, 2020, doi: 10.1088/1742-6596/1641/1/012010.

A. I. Jamhur, “Penerapan Data Mining Untuk Menganalisa Jumlah Pelanggan Aktif Dengan Menggunakan Algoritma C4.5,” Maj. Ilm., vol. 23, no. 2, pp. 12–20, 2016.

N. Azwanti, “Algoritma C4.5 Untuk Memprediksi Mahasiswa Yang Mengulang Mata Kuliah (Studi Kasus Di Amik Labuhan Batu),” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 11–22, 2018, doi: 10.24176/simet.v9i1.1627.

Sucipto, Kusrini, and E. L. Taufiq, “Classification method of multi-class on C4.5 algorithm for fish diseases,” Proceeding - 2016 2nd Int. Conf. Sci. Inf. Technol. ICSITech 2016 Inf. Sci. Green Soc. Environ., pp. 5–9, 2017, doi: 10.1109/ICSITech.2016.7852598.

Y. Mendrofa, “Implementasi Algortima C4.5 Untuk Memprediksi Tingkat Kerusakan Akibat Banjir (Studi Kasus : BPBD Prov.Sumut),” J. Pelita Inform., vol. 7, no. 4, pp. 584–592, 2019.

S. Moedjiono, Y. R. Isak, and A. Kusdaryono, “Customer loyalty prediction in multimedia Service Provider Company with K-Means segmentation and C4.5 algorithm,” 2016 Int. Conf. Informatics Comput. ICIC 2016, no. Icic, pp. 210–215, 2017, doi: 10.1109/IAC.2016.7905717.

P. Mochamad Rizki Ilham, “Implementasi Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Kepuasan Pelanggan Taksi Kosti,” Simplementasi Data Min. Menggunakan Algoritm. C4.5 Untuk Prediksi Kepuasan Pelangg. Tak. Kosti, vol. Vol. 4, No, no. 5, p. 11, 2016.

M. A. Sembiring, “Penerapan Metode Decision Tree Algoritma C45 Untuk Memprediksi Hasil Belajar Mahasiswa Berdasarkan Riwayat Akademik,” J. Teknol. dan Sist. Inf., vol. 3, no. 1, pp. 60–65, 2016.

N. Afni, M. Susanti, and Z. Zulfajri, “Prediksi Kepuasan Tenant Pada Gedung Wisma Keiai Menggunakan Algoritma C4.5,” J. Infortech, vol. 2, no. 2, pp. 238–243, 2020, doi: 10.31294/infortech.v2i2.9247.

A. Asistyasari and T. Baidawi, “Analisis Penerimaan Karyawan Posisi Field Collector Menggunakan Algoritma C4.5 Pada PT. Prismas Jamintara Jakarta,” J. Ilmu Pengetah. Dan Teknol. Komput., vol. 2, no. 2, pp. 1–6, 2017, [Online]. Available: http://ejournal.nusamandiri.ac.id/ejurnal/index.php/jitk/article/view/223/199.

Sugiyono, Sugiyono. 2018. Metode Penelitian Pendidikan Pendekatan Kuantitatif, dan R&D. Bandung: Bandung CV.Alfabeta, 2018.

Downloads

Published

2022-11-30

Issue

Vol. 21 No. 4 (2022): November 2022

Section

Articles

License

Copyright (c) 2022 sunarti sunarti, Frisma Handayanna

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.