KLASIFIKASI KEPUASAN PELANGGAN PADA E-COMMERCE SHOPEE MENGGUNAKAN METODE C4.5

• ARYO PUTRANTO PRAMUDITYAS
• 2024

---

Penelitian ini bertujuan untuk mengklasifikasikan tingkat kepuasan pelanggan pada aplikasi e-commerce Shopee menggunakan metode data mining dengan algoritma C4.5. Pengumpulan data dilakukan melalui kuesioner online yang disebarkan kepada 100 responden. Variabel yang diteliti meliputi voucher diskon, harga produk, pencarian produk, metode pembayaran, kecepatan respon penjual, kualitas produk, kecepatan pengiriman, pelacakan status pesanan, pengembalian dana, keamanan transaksi, dan pengembalian barang. Data diolah menggunakan software RapidMiner dengan pembagian data training 80% dan data testing 20%. Hasil penelitian menunjukkan bahwa variabel kecepatan respon penjual memiliki pengaruh terbesar terhadap kepuasan pelanggan Shopee. Model klasifikasi yang dihasilkan memiliki akurasi sebesar 90% berdasarkan confusion matrix. Evaluasi model juga menunjukkan classification error sebesar 10%, weighted mean recall 88.10%, absolute error 0.182 ± 0.226, dan korelasi 0.762. Penelitian ini menyimpulkan bahwa algoritma C4.5 dapat digunakan untuk mengklasifikasikan kepuasan pelanggan Shopee dengan akurasi yang baik. Hasil penelitian dapat menjadi acuan bagi Shopee untuk meningkatkan layanan, terutama dalam aspek kecepatan respon penjual. Penelitian selanjutnya disarankan untuk mengembangkan variabel dan metode yang lebih efektif dalam menganalisis kepuasan pelanggan e-commerce.

• Kepuasan pelanggan
• e-commerce
• data mining
• algoritma c4.5
• rapid miner

https://repository.bsi.ac.id/repo/52126/KLASIFIKASI-KEPUASAN-PELANGGAN-PADA-E-COMMERCE-SHOPEE-MENGGUNAKAN--METODE-C4.5
File full-text dikunci.