Analisis Data Mining Untuk Mengevaluasi Kepuasan Konsumen Transjakarta Dengan Menggunakan Metode Algoritma C4.5 / Erik Varian / 42140369 / Pembimbing : Elis Sondang D.Tampubolon

Varian, Erik (2019) Analisis Data Mining Untuk Mengevaluasi Kepuasan Konsumen Transjakarta Dengan Menggunakan Metode Algoritma C4.5 / Erik Varian / 42140369 / Pembimbing : Elis Sondang D.Tampubolon. Institut Bisnnis dan Informatika Kwik Kian Gie, Jakarta.

[img] Text (Halaman Judul)
Halaman Judul.docx - Accepted Version

Download (177kB)
[img] Text (Lembar Pengesahan)
Halaman Pengesahan.docx - Accepted Version

Download (94kB)
[img] Text (Abstrak Indonesia)
Halaman Abstrak Indonesia.docx - Accepted Version

Download (94kB)
[img] Text (Abstract)
Halaman Abstrak Inggris.docx - Accepted Version

Download (93kB)
[img] Text (Kata Pengantar)
Pendahuluan.docx - Accepted Version

Download (94kB)
[img] Text (Daftar Isi)
Daftar ISI.docx - Accepted Version

Download (16kB)
[img] Text (Bab 1 Pendahuluan)
BAB 1.docx - Accepted Version

Download (23kB)
[img] Text (Bab 2 Landasan Teori)
BAB 2.docx - Accepted Version

Download (55kB)
[img] Text (Bab 3 Analisis Sistem Yang Berjalan)
BAB 3.docx - Accepted Version

Download (62kB)
[img] Text (Bab 4 Perancangan Program Yang Diusulkan)
BAB 4.docx - Accepted Version
Restricted to Repository staff only

Download (3MB)
[img] Text (Bab 5 Kesimpulan dan Saran)
bab 5.docx - Accepted Version

Download (22kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.docx - Accepted Version

Download (22kB)
[img] Text (Lampiran)
Lampiran.docx - Accepted Version

Download (1MB)

Abstract

Alasannya di buat penelitian ini dilatarbelakangi oleh pentingnya sebuah transportasi umum khususnya di daerah ibukota Jakarta ini. Sebab itu tingkat kepuasan pelayanan yang di berikan oleh transportasi umum harus sering di pantau agar dapat memberikan pelayanan yang terbaik untuk masyarakat. Selain itu algoritma dalam data mining ada berbagai macam, sehingga kadang menyulitkan masyarakat untuk mencari mana algoritma yang dapat digunakan. Dalam penelitian ini penulis menggunakan konsep data mining untuk melakukan analisis tingkat kepuasan konsumen pengguna transjakarta ,dengan menggunakan algoritma C4.5. Dengan menggunakan teknik dalam data mining di harapkan penulis dapat memberikan gambaran yang jelas terhadap kondisi transportasi umum di Jakarta ini khususnya transjakarta. Dalam penelitian ini peneliti melakukan survey terlebih dahulu untuk mendapatkan data mentah yang nantinya akan di olah menggunakan data mining. Kemudian peneliti juga menggunakan metode CRISP-DM atau disebut juga Cross Industry Standard Process for Data Mining dan kemudian data survey akan di olah menggunakan metode C4.5. Kemudianpeneliti juga menggunakan skala likert untuk menentukan kepuasan konsumen terhadap pelayanan. Selain itu pada kuesioner juga terdapat pertanyaan yang berguna untuk melihat jumlah demografi dari pengisi kuesioner. Dengan adanya data ini diharapkan dapat membantu pembaca dalam memetakan konsumen pengguna jasa transportasi umumini. Kemudian data yang telah di olah di cari nilai dari gain dan entropynya. Ini bertujuan untuk mencari Root yang nantinyaakan di gunakan sebagai akar dari pohon keputusan. Nilai yang diambil sebagai akar adalah nilai dari Gain yang paling tinggi. Hasil dari penelitian ini akan memberikan gambaran tentang pelayanan yang di berikan dan juga memberikan evaluasi kepuasan pelanggan transjakarta. Kemudian untuk mencari tingkat akurasi dari penelitian ini penulis menggunakan metode – fold validation. Hasil dari perhitungan dengan menggunakan Decision Tree C4.5 adalah dari 10 percobaan dan pengujian prediksi kepuasan konsumen transjakarta dengan aplikasi Rapid Miner menggunakan decision tree C4.5. Kesimpulan yang dapat di ambil berdasarkan penelitian ini menunjukkan bahwa masyarakat merasa cukup puas dengan sarana transportasi Transjakarta. Kedepannya sarana transportasiini pun dapat di tingkatkan lagi kualitas pelayanannya dengan harapan dapat memberikan pelayanan yang sebaik mungkin untuk masyarakat. Kata Kunci :Mengukur Tingkat Kepuasan, Data Mining, kepuasaan pelanggan, Decision Tree, C4.5, Rapid Miner.

Item Type: Other
Uncontrolled Keywords: Data Mining; kepuasaan pelanggan; Rapid Miner; Algoritma C4.5
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Depositing User: mahmud moed mahmud
Date Deposited: 28 May 2020 04:09
Last Modified: 18 Jun 2020 07:10
URI: http://eprints.kwikkiangie.ac.id/id/eprint/47

Actions (login required)

View Item View Item