Data Mining Untuk Memprediksi Tingkat Kepuasan Konsumen Gojek Menggunakan Algoritma Naive Bayes

Gojek merupakan aplikasi yang sangat populer dan diminati sebagai sarana transportasi karena praktis dan cepat. Kepuasan konsumen adalah dimana harapan, keinginan dan kebutuhan konsumen terpenuhi. Untuk menilai apakah perusahaan memberi pelayanan yang berkualitas kepada konsumen, maka perlu dilakukan evaluasi dari konsumen untuk mengetahui tingkat kepuasan konsumen saat menggunakan aplikasi Gojek. Penelitian ini bertujuan untuk membangun sebuah sistem prediksi tingkat kepuasan dari pelayanan Driver Gojek kepada konsumen menggunakan algoritma Naive Bayes, serta untuk mengetahui tingkat akurasi dalam mengklasifikasikan kepuasan konsumen menggunakan jasa Gojek. Kuesioner adalah metode yang digunakan dalam pengumpulan data kepuasan konsumen Gojek. Dalam penelitian ini kuesioner disebar sebanyak 120 dibagikan kepada responden yaitu pengguna jasa Gojek, dan kuesioner tersebut nantinya akan menjadi data training. Peneliti menggunakan metode survei sebagai pengamatan proses dari penggunaan jasa Gojek secara langsung untuk mengidentifikasi pelayanan yang diberikan kepada konsumen. Peneliti menggunakan metode waterfall sebagai model pengembangan sistem. Model ini merupakan paradigma model pengembangan perangkat lunak paling tua, dan paling banyak dipakai. Proses perhitungan akurasi pada sistem menggunakan metode Naive Bayes dengan menguji berdasarkan data training yang diambil dari kuesioner. Hasil perhitungan pada tingkat akurasi yang diperoleh dari data training yaitu sebesar 88,9%. Perhitungan tersebut diproses dan dibagi oleh sistem sebanyak 70% data training dan 30% data testing atau sebanyak 84 data training dan 36 data testing. Sistem prediksi kepuasan konsumen ini dapat membantu seorang admin dalam menentukan klasifikasi kepuasan konsumen terhadap pelayanan Gojek yang berbasis web dengan menerapkan metode Naive Bayes. Pada penelitian ini peneliti hanya menghitung pada tingkat nilai akurasi dan nilai prediksi, untuk penelitian selanjutnya diharapkan dapat mencoba menghitung pada perhitungan nilai precission dan nilai recall.