Prediksi Kepuasan Pelanggan Aplikasi Tiktok dengan Metode Naive Bayes Classifier

Authors

  • Sekar Elok Widhianti Universitas Semarang
  • Nurtriana Hidayati Universitas Semarang

DOI:

https://doi.org/10.26623/jprt.v9i1.11374

Keywords:

Kepuasan Pelanggan, Naïve Bayes, TikTok,

Abstract

Kegiatan berbelanja secara online telah merajalela dikalangan masyarakat Indonesia. Salah satu platform yang menyediakan layanan belanja online atau e-commerce adalah aplikasi TikTok. TikTok merupakan media sosial untuk menciptakan video dengan tempo pendek yang dilengkapi dengan spesial efek yang mudah digunakan. TikTok menjadi populer dikalangan masyarakat Indonesia setelah terciptanya fitur e-commerce. Namun, kini kompetisi aplikasi penyedia e-commerce makin ketat. Salah satu faktor penting bagi keberlangsungan hidup suatu perusahaan adalah kepuasan pelanggan. Dengan terciptanya kepuasan pelanggan yang baik akan menjadi suatu keuntungan bagi perusahaan tersebut. Maka perlu diadakan penilaian tingkat kepuasan pelanggan pada pengguna fitur e-commerce aplikasi TikTok. Tujuan penelitian ini adalah mengetahui tingkat kepuasan pelanggan dalam berbelanja menggunakan aplikasi TikTok dengan menerapkan data mining pada metode naïve bayes. Naïve bayes merupakan algoritma data mining yang dapat menghasilkan tingkat akurasi yang baik, Indikator yang digunakan pada penelitian ini adalah biaya, kemudahan akses, kualitas produk dan harga. Data yang digunakan pada penelitian ini berasal dari penyebaran kuesioner terhadap 100 responden yang pernah melakukan transaksi menggunakan aplikasi TikTok. Pengolahan data dilakukan secara urut berdasarkan metode knowledge discovery database dan menggunakan alat bantu RapidMiner. Tingkat akurasi yang dihasilkan dari pengolahan data tersebut adalah 85% dengan perbandingan data training dan data testing sebesar 80:20. Keywords : Kepuasan Pelanggan; Naïve Bayes; TikTok

References

Amanda, A. D., Windarto, A. P., & Qurniawan, H. (2022). Analisis Kepuasan Konsumen Terhadap Pelayanan Store Ms Glow Menggunakan Metode Naive Bayes. Jurnal Ilmu Komputer, Vol 1(3): 130-144.

Ameliah, R., Negara, R. A., Minarto, B., Manurung, T. M., & Akbar, M. (2022). Status Literasi Digital di Indonesia 2022. Dipetik Mei 22, 2023, dari www.kominfo.go.id: https://web.kominfo.go.id/sites/default/files/RepostSurveiStatusLiterasiDigitalIndonesia2022.pdf

Duli, N. (2019). Metodelogi Penelitian Kuantitatif: Beberapa Konsep Dasar untuk Penulisan Skripsi & Analisa Data dengan SPSS. Yogyakarta: Deepublish.

Indrasari, M. (2019). Pemasaran dan Kepuasan Pelanggan. Surabaya: Unitomo Press.

Jollyta, D., Ramdhan, W., & Zarlis, M. (2020). Konsep Data Mining dan Penerapan. Yogyakarta: Deepublish.

Kotler, P., & Keller, K. L. (2016). Marketing Management 15 Global Edition. United States of America: Courier Kendallville.

Marisa, F., Maukar, A. L., & Akhriza, T. M. (2021). Data Mining Konsep dan Penereapannya. Yogyakarta: Deepublish.

Mubarok, F., & Susanti, S. (2021). Analisa Penjualan Terhadap Caffe Warung Cerbon Menggunakan Klasifikasi Decision Tree. Jurnal eProsiding Sistem Informasi (POTENSI), 2(1), 130-134.

Pamungkas, R. T., & Djulaeka. (2019). Perlindungan Hukum Pemegang Hak Cipta Atas Lagu Yang Diunggah Pada Aplikasi Tiktok. Jurnal Simposium Hukum Indonesia, 1(1), 394-413.

Purnomo, N. H., Pamungkas, B., & Juliane, C. (2023). Penerapan Algoritma C4.5 Untuk Klasifikasi Tren Pelanggaran Kendaraan Angkutan Barang dengan Metode CRISP-DM. Jurnal Media Informatika Budidarma, 7(1), 30-40.

Rosyidah, M., & Fijra, R. (2022). Metode Penelitian. Yogyakarta: Deepublis.

Widodo, R. B. (2022). Machine Learning Metode K-Nearest Neighbors Klasifikasi Angka Bahasa Isyarat. Malang: MNC Publish.

Supriyanto, A., Chikmah, I. F., Salma, K., & Tamara, A. W. (2023). Penjualan Melalui Tiktok Shop dan Shopee: Menguntungkan yang Mana?. BUSINESS: Scientific Journal of Business and Entrepreneurship, 1(1), 1-16.

Downloads

Published

2025-05-30

Issue

Section

Articles

How to Cite

Widhianti, S. E., & Hidayati, N. (2025). Prediksi Kepuasan Pelanggan Aplikasi Tiktok dengan Metode Naive Bayes Classifier. Jurnal Pengembangan Rekayasa Dan Teknologi, 9(1), 10-24. https://doi.org/10.26623/jprt.v9i1.11374