PENERAPAN ALGORITMA NAÏVE BAYES DALAM MENGUKUR KEPUASAN PENGGUNA E-COMMERCE SHOPEE

• RENI TRI ANUARY JULIA
• SITI NUR HALIZA
• 2024

---

Metode naïve bayes dapat membantu Shopee mengidentifikasi kekuatan dan kelemahan dalam layanan mereka. Penggunaan naïve bayes memungkinkan Shopee untuk menangani masalah pelanggan, memahami preferensi mereka, dan meningkatkan kualitas layanan. Penelitian ini membahas bagaimana algoritma naïve bayes dapat mengukur kepuasan pengguna pada platform e-commerce Shopee. Data didapatkan dari kuesioner yang disebar menggunakan Google Form dan melibatkan tahap preprocessing untuk membentuk dataset yang siap digunakan. Model ini dilatih menggunakan data ulasan untuk mengklasifikasikan tingkat kepuasan pengguna ke dalam kategori puas dan tidak puas. Hasil pengujian dengan RapidMiner menunjukkan accuracy, recall, dan precision sebesar 100%, menunjukkan kepuasan tinggi dari pengguna Shopee di Kota Bekasi. Berdasarkan hasil ini, penerapan algoritma naïve bayes direkomendasikan untuk memprediksi kepuasan pengguna. Pengembangan algoritma lanjutan seperti C4.5 atau Random Forest diperlukan untuk meningkatkan akurasi analisis sentimen. Selain itu, penerapan ulang model dengan data ulasan terbaru penting agar tetap relevan. Hasil klasifikasi ini dapat digunakan untuk mendalami faktor-faktor yang mempengaruhi kepuasan pengguna seperti kecepatan pengiriman, kualitas produk, atau layanan pelanggan, sehingga dapat dilakukan peningkatan yang lebih terfokus.

• Kepuasan Pengguna
• Naïve Bayes
• RapidMiner
• Shopee

https://repository.bsi.ac.id/repo/53690/PENERAPAN-ALGORITMA-NAÏVE-BAYES-DALAM--MENGUKUR-KEPUASAN-PENGGUNA--E-COMMERCE-SHOPEE
Anda dapat membaca file tugas akhir ini di repository.