Analisis Algoritma C4.5 dan Naïve Bayes dalam Menentukan Tingkat Kepuasan Publik di RUPBASAN Kelas 2 Blitar

Authors

  • Muayyin Wafi Khoiriyah Universitas Islam Balitar
  • Indyah Hartami Santi
  • Rizki Dwi Romadhona

DOI:

https://doi.org/10.33795/jip.v11i1.5831

Keywords:

C4.5, naïve bayes, kepuasan publik, confusion matrix, rapid miner

Abstract

RUPBASAN kelas 2 Blitar sebagai salah satu lembaga pemasyarakatan dibawah naungan KEMENKMUMHAM RI haruslah mampu mewujudkan zona integritas guna menyediakan pelayanan prima untuk masyarakat. Ukuran kinerja pelayanan publik ditentukan oleh evaluasi masyarakat. Salah satu cara untuk menentukan tingkat kepuasan publik terhadap pelayanan yang diberikan oleh organisasi atau lembaga adalah dengan melakukan survei Indeks Kepuasan Masyarakat (IKM). Pada penelitian ini, algoritma C4.5 dan algoritma Naive Bayes akan digunakan. Data dikumpulkan dari bagian komponen SPKP pada situs web 3AS Survey Management. Yang meliputi 8 atribut. Delapan atribut tersebut adalah informasi, persyaratan, prosedur atau alur, waktu penyelesaian, biaya, sarana prasarana, respons, konsultasi, dan pengaduan. Dataset yang dipakai yakni 195 responden/ pengunjung yang sudah mengisi survei. Data survei kemudian diolah menggunakan kedua algoritma tersebut dan eksperimen dilakukan 10 kali dengan membandingkan data latih dan data uji yang berbeda. Pengunjung merasa puas dengan tingkat kepuasan yang sangat baik jika dilihat secara umum. Dengan nilai rata-rata akurasi 99,31%, ini sedikit lebih akurat daripada algoritma Naive Bayes, yang memiliki nilai rata-rata akurasi 96,78%, menurut perbandingan yang dilakukan dengan menggunakan Algoritma C4.5. Hasil penelitian ini dapat digunakan untuk referensi dalam menentukan tingkat kepuasan publik di RUPBASAN Kelas 2 Blitar guna perbaikan terkait pelayanan publik agar lebih baik kedepannya.

Downloads

Download data is not yet available.

References

Ardiansyah, M., Sunyoto, A., & Luthfi, E. T. (2021). Analisis Perbandingan Akurasi Algoritma Naïve Bayes Dan C4. 5 untuk Klasifikasi Diabetes. Edumatic: Jurnal Pendidikan Informatika, 5(2), 147–156.

Bastian, Y., Tambunan, H. S., & Saputra, W. (2021). Analisis Penerapan Algoritma C4. 5 Dalam Mengukur Tingkat Kepuasan Pelanggan Indihome Pada Kota Pematangsiantar. Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 2(1), 62–69.

Dafwen, T. (2023). Perbandingan Algoritma C4. 5 Dan Naïve Bayes Untuk Mengukur Tingkat Kepuasan Mahasiswa Dalam Penggunaan Edlink. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(3), 250–256.

Fatmawati, F., & Narti, N. (2022). Perbandingan Algoritma C4. 5 dan Naive bayes Dalam Klasifikasi Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Daring. JTIM: Jurnal Teknologi Informasi dan Multimedia, 4(1), 1–12

Hapsari, J., Purnaweni, H., & Priyadi, B. P. (2019). Implementasi Pembangunan Zona Integritas Menuju Wilayah Bebas Dari Korupsi Dan Wilayah Birokrasi Bersihdan Melayani Di Bbws Pemali Juana Semarang. Dialogue: Jurnal Ilmu Administrasi Publik, 1(1), 25–42.

Hansen, H., & Hariyanto, S. (2023). Perbandingan Algoritma Data Mining dalam Mengklasifikasi Penyakit Diabetes Menggunakan Model C4. 5 Dan Nãive Bayes. ALGOR, 4(2), 1–10.

Jailani, M. S. (2023). Teknik Pengumpulan Data Dan Instrumen Penelitian Ilmiah Pendidikan Pada Pendekatan Kualitatif dan Kuantitatif. IHSAN: Jurnal Pendidikan Islam, 1(2), 1–9.

Kamil, M., & Cholil, W. (2020). Analisis Perbandingan Algoritma C4. 5 dan Naive bayes pada Lulusan Tepat Waktu Mahasiswa di Universitas Islam Negeri Raden Fatah Palembang. Jurnal Informatika, 7(2), 97–106.

Kohsasih, K. L., & Situmorang, Z. (2022). Analisis Perbandingan Algoritma C4. 5 dan Naïve Bayes Dalam Memprediksi Penyakit Cerebrovascular. Jurnal Informatika, 9(1), 13–17.

Lubis, M. (2021). The Implementation of Data Mining in Grouping Community Satisfaction Index in The Regional Office of The Ministry of Law and Human Rights of Bengkulu Province. Jurnal Komputer, Informasi dan Teknologi (JKOMITEK), 1(2), 263–272

Nasution, M., & Ritonga, A. A. (2022). Implementasi Rapidminer dalam Mengklasifikasikan Indeks Demokrasi. Journal Computer Science and Information Technology (JCoInT), 6(2), 99–106.

Nurâ, I., & Ediwijoyo, S. P. (2020). Analisis Kepuasan Masyarakat Terhadap Pelayanan Publik Berdasarkan Indeks Kepuasan Masyarakat di Kantor Kecamatan Ayah Kabupaten Kebumen. Jurnal E-Bis, 4(2), 276–286.

Rahayu, S., Damanik, I. S., & Fauzan, M. (2021a). Analisis Kepuasan Masyarakat Terhadap Kualitas Pelayanan Pada Pengadilan Negeri Simalungun Menggunakan Metode Algoritma C4. 5. Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika), 6(1), 89–102.

Ramdhan, M. (2021). Metode penelitian. Cipta Media Nusantara.

Riani, N. K. (2021). Strategi peningkatan pelayanan publik. Jurnal Inovasi Penelitian, 1(11), 2443–2452.

Sari, N. K., Alzena, M. R., & Fakhrudin, F. (2023). Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademik Diukur Dengan Data Mining C4. 5 Menggunakan Metode Decision Tree Dan Naïve Bayes. Jurnal Sistem Informasi dan Ilmu Komputer, 1(4), 124–131.

Suandi, S. (2019). Analisis Kepuasan Masyarakat terhadap Pelayanan Publik Berdasarkan Indeks Kepuasan Masyarakat di Kantor Kecamatan Belitang Kabupaten OKU Timur. Jurnal Ilmu Administrasi dan Studi Kebijakan (JIASK), 1(2), 13–22

Downloads

Published

2024-11-30

How to Cite

Khoiriyah, M. W., Santi, I. H., & Romadhona, R. D. (2024). Analisis Algoritma C4.5 dan Naïve Bayes dalam Menentukan Tingkat Kepuasan Publik di RUPBASAN Kelas 2 Blitar. Jurnal Informatika Polinema, 11(1), 13–18. https://doi.org/10.33795/jip.v11i1.5831