Keywords
klafisikasi
Decision Tree
layanan digital
Kepuasan Pengguna
How to Cite
Abstract
Di tengah persaingan industri minuman yang semakin digital, aplikasi Kopi Kenangan hadir sebagai solusi praktis untuk memesan minuman favorit para pelanggan. Namun, kenyamanan dan kemudahan yang ditawarkan aplikasi belum tentu menjamin kepuasan pengguna. Untuk itu, penting dilakukan analisis lebih lanjut guna memahami sejauh mana aplikasi ini mampu memenuhi harapan penggunanya. Penelitian ini menggunakan algoritma Decision Tree untuk mengklasifikasikan tingkat kepuasan pengguna berdasarkan berbagai faktor, seperti kemudahan penggunaan, kecepatan layanan, hingga fitur yang tersedia. Melalui pendekatan ini, diperoleh gambaran mengenai faktor-faktor utama yang memengaruhi kepuasan, serta masukan berbasis data untuk pengembangan layanan yang lebih baik ke depannya.
References
[1] F. I. Komputer and U. D. Nuswantoro, “Menggunakan Metode Decision Tree Pada,” vol. 7, no. 6, pp. 3830–3833, 2010.
[2] D. S. Al Azkiah, E. Erizal, and F. N. Hikmah, “Perbandingan Algoritma SVM dan Decision Tree Dalam Klasifikasi Kepuasan Pengguna Aplikasi Migo E-Bike di Playstore,” Build. Informatics, Technol. Sci., vol. 6, no. 1, pp. 158–167, 2024, doi: 10.47065/bits.v6i1.5344.
[3] E. Herdika et al., “Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest,” vol. 8, pp. 63–74, 2024.
[4] D. Fitriono, S. A. Wardani, M. N. B. Al, A. Ristyawan, and E. Daniati, “Perbandingan Metode Algoritma Decission Tree dan K-Nearest Neighbors untuk Memprediksi Kualitas Air yang dapat dikonsumsi,” vol. 8, pp. 475–484, 2024.
[5] Ihsan Zulfahmi, “Analisis Sentimen Aplikasi PLN Mobile Menggunakan Metode Decission Tree,” J. Penelit. Rumpun Ilmu Tek., vol. 3, no. 1, pp. 11–21, 2023, doi: 10.55606/juprit.v3i1.3096.
[6] M. R. Muzaki, I. M. Nurfajriana, P. A. Ilahi, A. Ristyawan, and E. Daniati, “Implementasi Data Mining dengan Algoritma K- Nearest Neighbors untuk Memprediksi Risiko Diabetes Menggunakan Chatbot Telegram,” vol. 8, pp. 310–318, 2024.
[7] S. Bahri and A. Lubis, “Metode Klasifikasi Decision Tree Untuk Memprediksi Juara English Premier League,” J. Sintaksis, vol. 2, no. 1, pp. 63–70, 2020.
[8] F. K. Wardhani, N. Kamilatutsaniya, A. Alamsyah, E. Daniati, and A. Ristyawan, “Perbandingan Algoritma Naive Bayes Dan Desicion Tree Dalam Pengujian Data Anemia Menggunakan,” Inotek, vol. 8, 2024, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/
[9] A. Tangkelayuk, “The Klasifikasi Kualitas Air Menggunakan Metode KNN, Naïve Bayes, dan Decision Tree,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 2, pp. 1109–1119, 2022, doi: 10.35957/jatisi.v9i2.2048.
[10] K. Amarya, A. C. A. G, R. Achmad, E. Daniati, and A. Ristyawan, “Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label,” vol. 8, pp. 32–40, 2024.
[11] D. Putriani, A. P. A. Prayogi, A. I. Shofyana, A. Ristyawan, and E. Daniati, “Prediksi Customer Churn Menggunakan AlgoritmaDecision Tree,” Inotek, vol. 8, pp. 85–94, 2024.
[12] I. Romli, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Klasifikasi Penyakit Ispa,” Indones. J. Bus. Intell., vol. 4, no. 1, p. 10, 2021, doi: 10.21927/ijubi.v4i1.1727.
[13] F. Djiwadikusumah, G. H. Irawan, and R. Haekal Al-Fadilah, “Web scraping situs e-commerce menggunakan teknik parsing dom,” J. Siliwangi, vol. 7, no. 2, pp. 52–57, 2021,[Online].Available:https://jurnal.unsil.ac.id/index.php/jssainstek/article/view/4223/1958
[14] K. Sentimen et al., “Klasifikasi Sentimen Pengguna Aplikasi Livin ByMandiri Pada Playstore Menggunakan AlgoritmaNaive Bayes,” Agustus, vol. 8, pp. 2549–7952, 2024.
[15] H. T. Santoso, F. A. Felmidi, A. Nur, A. Ristyawan, and E. Daniati, “Analisis Kinerja Algoritma Data Mining pada Klasifikasi Tingkat Obesitas dengan K-Fold Cross Validation dan AUC,” vol. 8, pp. 113–122, 2024.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Enggar Rahma Agustin, Intan Sulistyowati, Erna Daniati