Penerapan Algoritma Klasifikasi C4.5 Dalam Menentukan Kepuasan Pelanggan Terhadap J&T Express

Penerapan Algoritma Klasifikasi C4.5 Dalam Menentukan Kepuasan Pelanggan Terhadap J&T Express

• By Yosi Pratiwi;
• Skripsi
• 400

Dengan berkembangnya zaman dan era dimana segala sesuatu kegiatan bersifat mudah, memandang pasar logistik di Indonesia yang semakin maju termasuk di bidang jasa pengiriman, dikarenakan hal tersebut sudah banyak tersebar maka banyaknya pesaing di dunia logistik, salah satu jasa pengiriman yang masih bertahan sampai saat ini yaitu J&T Express, oleh karena itu pentingnya kualitas pelayanan yang diberikan untuk  masyarakat tentang jasa pengiriman agar tetap bertahan di pasar logistik Indonesia dan tetap menjadi pilihan bagi masyarakat dalam memenuhi kebutuhan sehari – hari. Maka dari itu penelitian ini dibuat untuk mengetahui penilaian kepuasan masyarakat terhadap kinerja dari J&T Express Duren Sawit dalam memberikan pelayanan kepada masyarakat atau pelanggan, untuk mengetahui penilaian kepuasan pelanggan, penelitian ini menggunakan metode Algortima Klasifikasi C4.5  setelah data diperoleh dan dilakukan pengolahan data dalam mencapai ke putusan dengan menggunakan Decision Tree. Data yang telah diolah menggunakan Rapid Miner dan telah terbentuk Decision Tree dari kriteria Keandalan, Reponsivitas, Keyakinan, Empati, Berwujud, dan Loyalitas, telah didapat dari penilaian pelanggan kinerja dari J&T Express Duren Sawit adalah “Cukup Puas” dalam Responsivitas, Keyakinan dan Keandalan yang belandaskan Empati, “Sangat Puas” pada  Keyakinan, Keandalan dan untuk segi Loyalitasnya Responsivitas bernilai “Sangat Tidak Puas”.

• Katakunci Algoritma Klasifikasi C4.5, Decision Tree, Kepuasan Pelanggan
• URL http://
• Penerbit JIMEA : Jurnal Ilmiah MEA (Manajemen, Ekonomi, dan Akuntansi), Bandung Jawa Barat

REFERENSI

[1]      I. Anwar, “Analisis Pengaruh Kualitas Layanan Terhadap Kepuasan Konsumen Pada Ekspedisi PT. Sinar Mas Transindo Surabaya,” J. Ilmu dan Ris. Manaj., vol. 6, pp. 1–17, 2017.

[2]      Sodexo, “6 Faktor Yang Mempengaruhi Kepuasan Pelanggan,” 31 juli, 2019. https://www.sodexo.co.id/faktor-kepuasan-pelanggan/.

[3]      R. Dimas Bayu Febriyanto, Lovi Handoko, Wahyuli, Hanif Aisyah, “Implementasi Algoritma C4.5 Untuk Klasifikasi Tingkat Kepuasan Pembeli Online Shop,” J. Ris. Komput., vol. 5, pp. 569–575, 2018.

[4]      M. Yusuf, Metode Penelitian Kuantitatif, Kualitatif & Penelitian Gabungan. 2017.

[5]      M. F. & Luthfiyah, Metodologi penelitian: penelitian kualitatif, tindakan kelas & studi kasus. 2017.

[6]      H. W. Helaluddin, Analisis Data Kualitatif: Sebuah Tinjauan Teori & Praktik. 2019.

[7]      A. P. Amril Mutoi Siregar, data mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. 2017.

[8]      C. P. Anjar Wanto, Muhammad Noor Hasan Siregar, Agus Perdana Windarto, Dedy Hartama, Ni Luh Wiwik Sri Rahayu Ginantra, Darmawan Napitupulu, Edi Surya Negara, Muhammad Ridwan Lubis, Sarini Vita Dewi, Data Mining : Algoritma dan Implementasi. 2020.

[9]      S. Maharani, Nelly Astuti Hasibuan, Natalia Silalahi, Surya Darma Nasution, Mesran and Y. Dian U Sutiksno, Heri Nurdiyanto, Efori Buulolo, “implementasi data mining untuk pengaturan layout minimarket dengan menerapkan association rule,” J. Ris. Komput., vol. 4, pp. 6–11, 2017.

[10]    E. T. L. Kusrini, Algoritma Data Mining. 2009.

[11]    E. Elisa, “Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti,” JOIN, vol. 2, pp. 36–41, 2017.

[12]    D. F. Muhammad Fauzul Arifin, “Penerapan Algoritma Klasifikasi C4.5 dalam Rekomendasi Penerimaan Mitra Penjualan Studi Kasus : PT Atria Artha Persada,” IncomTech, J. Telekomun. dan Komput., vol. 8, pp. 88–102, 2018.

[13]    M. N. Muhammad Arhami, Data Mining - Algoritma dan Implementasi. 2014.

[14]    S. R. Asroni, Badrahini Masajeng Respati, “Penerapan Algoritma C4.5 untuk Klasifikasi Jenis Pekerjaan Alumni di Universitas Muhammadiyah Yogyakarta,” SEMESTA Tek., vol. 21, p. 165, 2018.

[15]    A. A. Syafitri Hidayatul Annur Aini, Yuita Arum Sari2, “Seleksi Fitur Information Gain untuk Klasifikasi Penyakit Jantung Menggunakan Kombinasi Metode K-Nearest Neighbor dan Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, pp. 2546–2554, 2018.

[16]    N. R. Miftahul Hasanah, Nisa Hanum Harani, implementasi barcode dan Algoritma Regresi Linear Untuk Memprediksi Data Persediaan Barang. 2020.

[17]    N. I. Rika Nofitri, “Integrasi Metode Neive Bayes Dan Software RapidMiner Dalam Analisis Hasil Usaha Perusahaan Dagang,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 6, pp. 35–42, 2019.

[18]    O. B. M. Syafrial Fachri Pane, Felix Setiawan Lase, Smart Conveyor Pada Outbound Dengan Arduino. 2020.

[19]    D. R. Annisa Kesy Garside, Manajemen Logistik. 2017.

[20]    M. H. Suryanto, Sistem Operasional Manajemen Distribusi. 2016.

[21]    A. F. Didin Fatihudin, Pemasaran Jasa (Strategi, Mengukur Kepuasan Dan Loyalitas Pelanggan). 2019.

[22]    Suparmini, “Anteseden Kepuasan Pengunjung Pada Obyek Wisata Taman Rekreasi Pantai Kartini Rembang,” Hotel. J., vol. 4, pp. 10–30, 2018.

[23]    S. D. Muhammad Akbar Ramadhan, “Klasifikasi Jasa Pengiriman JNE Service Menggunakan Algoritma Decision Tree,” J. Ilm. Fak. ilmu Komput., vol. 8, pp. 59–67, 2019.

[24]    A. R. Febie Elfaladonna, “Analisa Metode Classification-Decission Tree Dan Algoritma C.45 Untuk Memprediksi Penyakit Diabetes Dengan Menggunakan Aplikasi RapidMiner,” sintech, vol. 2, p. 17, 2019.

[25]    Jet.co.id, “News & Event J&T Express,” 20 Agustus, 2015. https://www.jet.co.id/news/news?show=98.

[26]    B. Bungin, Metodologi Penelitian Kuantitatif: Edisi Kedua. 2005.

[27]    A. Rukajat, Pendekatan Penelitian Kuantitatif: Quantitative Research Approach. 2018.

[28]    N. Nurdiani, “Teknik Sampling Snowball Dalam Penelitian Lapangan,” ComTech, vol. 5, pp. 1110–1118, 2014.

[29]    R. Yuliana, “Analisis Pengaruh Strategi Service Recovery Yang Dilakukan Perbankan Terhadap Kepuasan Nasabah Di Kota Semarang,” J. STIE semarang, vol. 4, pp. 39–52, 2012.

[30]    I. Alwi, “Kriteria Empirik Dalam Menentukan Ukuran Sampel Pada Pengujian Hipotesis Statistika Dan Analisis Butir,” Form. 2, vol. 2, pp. 140–148.