KLASIFIKASI TINGKAT KEPUASAN PELANGGAN FACEBOOK MARKETPLACE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Jakasurya Siswoyo; Djuna Fajarizka Saputra Wira Atmaja; Izach Daud Peneas Rumaropen3; Husain Martha Saputra; Albertho Kongkolu Ayorbaba; Agung Prasetyo

doi:10.35145/joisie.v9i1.5048

Jakasurya Siswoyo UNIVERSITAS PAPUA
Djuna Fajarizka Saputra Wira Atmaja Universitas Papua
Izach Daud Peneas Rumaropen3 Universitas Papua
Husain Martha Saputra Universitas Papua
Albertho Kongkolu Ayorbaba Universitas Papua
Agung Prasetyo Universitas Papua

DOI: https://doi.org/10.35145/joisie.v9i1.5048

Abstract viewed = 34 times

PDF (Bahasa Indonesia) downloaded = 23 times

Abstract

Perkembangan teknologi yang pesat telah banyak merubah aspek kehidupan kita. Salah satu contohnya adalah kemunculan e-commerce yang merubah cara berbelanja dari yang awalnya belanja offline menjadi belanja online. Facebook Marketplace adalah platform pasar online tempat pengguna dapat membeli dan menjual barang dan jasa. Tujuan penelitian ini adalah untuk mengklasifikasikan tingkat kepuasan pelanggan Facebook Marketplace terhadap layanan tersebut menggunakan algoritma Naïve Bayes bersama dengan metodologi CRISP-DM. Data dikumpulkan dari 501 responden melalui survei Google Form dan diolah menggunakan perangkat lunak RapidMiner Studio. Validasi dilakukan dengan metode 10-fold cross-validation untuk menguji kestabilan performa model secara menyeluruh. Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan dengan akurasi sebesar 82.64%. untuk. Untuk kelas “Puas” model mendapatkan hasil recall sebesar 86.85% dan precision sebesar 91.15%, sedangkan untuk kelas ”Tidak Puas” model mendapatkan hasil recall sebesar 65.31%, precision sebesar 54.70%, dan AUC sebesar 0.861 ± 0.060. Penelitian ini menunjukkan bahwa Naïve Bayes efektif dalam memprediksi tingkat kepuasan pelanggan, meskipun masih terdapat kelemahan pada precision.

Downloads

Download data is not yet available.

References

Akbar, M. N., & Nirwana Samrin. (2023). Analisis Sentimen Komentar Pengguna Aplikasi Threads Pada Google Playstore Menggunakan Algoritma Multinominal Naive Bayes Classfier. AGENTS: Journal of Artificial Intelligence and Data Science, 3(2), 21–29. https://doi.org/10.24252/jagti.v3i2.67
Alfianty, N. H., & Mulyati, S. (2022). Penerapan Naïve Bayes untuk Klasifikasi Data Penyakit Pada Anak. AUTOMATA, 3(1).
Chrishariyani, C. D. A. A. P., Rahman, Y., & Aini, Q. (2022). Kepuasan pengguna layanan shopee food menggunakan algoritma naive bayes. Jurnal Sistem Informasi Bisnis, 12(2), 98–105.
Fadhilah, S. N., & Utomo, F. S. (2024). Naïve Bayes Algorithm for Sentiment Analysis of Blibli.com Review on Google Play Store. Sistemasi, 13(2), 831. https://doi.org/10.32520/stmsi.v13i2.3887
Febriarhamadini, R., & Suryadi, E. (2019). Pengaruh Kualitas Pelayanan E-Commerce Shopee Terhadap Kepuasan Pelanggan Pada Mahasiswa S1 Administrasi Bisnis Semester Akhir 2018–2019 Fakultas Ilmu Administrasi & Sekretari (FIAS) IBM ASMI. Jurnal Administrasi Bisnis Asmi, 3(1), 11–18.
Fildzah Nadya Arieni, Eka Irawan, & Dedi Suhendro. (2022). Analisis Tingkat Kepuasan Pengguna Google Classroom Dalam Pembelajaran Online Menggunakan Algoritma Naïve Bayes. Jurnal Ilmiah Sistem Informasi Dan Ilmu Komputer, 2(3), 39–50. https://doi.org/10.55606/juisik.v2i3.327
Linoff, G. S., & Berry, M. J. A. (2011). Data mining techniques: for marketing, sales, and customer relationship management. John Wiley & Sons.
Martyani, E., & Yamalia, I. (2025). Tingkat Kepuasan Pelanggan Terhadap Belanja Online ( E-Commerce). In Jurnal Teknologi informasi dan Ilmu Komputer (Vol. 1, Issues 1 SE-Articles, pp. 35–38). https://jurnal.nolsatu.co.id/jutekom/article/view/6
Paramita, P., & Ibrahim, A. (2023). Analisis Sentimen Terhadap Pengguna Qris (Quick Respond Code Indonesian Standart) Pada Twitter Menggunakan Metode Naïve Bayes Classifier. JOISIE (Journal Of Information Systems And Informatics Engineering), 7(1), 1–6.
Parasuraman, A; Zeithaml, Valarie A; Berry, L. L. (1988). Servqual: A Multiple-Item Scale For Measuring Consumer Perc - ProQuest. In Journal of retailing (Vol. 64, Issue 1, pp. 1–13). https://www.proquest.com/openview/7d007e04d78261295e5524f15bef6837
Rahmasari, S. (2023). Strategi Adaptasi Bisnis di Era Digital: Menavigasi Perubahandan Meningkatkan Keberhasilan Organisasi. Karimah Tauhid, 2(3), 622–636.
Seran, W. (2024). Analisis Kepuasan Pengguna Pada Fitur Marketplace Di Aplikasi Facebook Menggunakan Card Shorting. CONTAR: Jurnal Ilmu Komputer, 2(1), 13–18.
Shearer, C. (2000). The CRISP-DM model: the new blueprint for data mining. Journal of Data Warehousing, 5(4), 13–22.
Simatupang, S., Efendi, E., & Putri, D. E. (2021). Facebook Marketplace Serta Pengaruhnya Terhadap Minat Beli. Jurnal Ekbis, 22(1), 28–41.
Sofyan, S. N., & Iqbal, M. (2025). Analisis Sentimen Terhadap Dampak Inflasi Menggunakan Naive Bayes. Bulletin of Information Technology (BIT), 6(1), 1–8.
Sugiyono. (2016). Metode Penelitian Kunatitatif Kualitatif dan R&D. Alfabeta, Bandung.
Susanto, A., Sari, C. A., Rachmawanto, E. H., & Mulyono, I. U. W. (2020). Implementasi Facebook Marketplace untuk Produk UMKM sebagai Upaya Peningkatan Pemasaran dan Penjualan Online. Abdimasku: Jurnal Pengabdian Masyarakat, 3(1), 42–51.
Susilo, A. A. T., Wijaya, H. O. L., & Elmayati, E. (2023). Implementasi Algoritma Naïve Bayes Pada Klasifikasi Penentuan Jenis Kartu Kredit. JUTIM (Jurnal Teknik Informatika Musirawas), 8(2), 76–85.
SUWARDI, N. (2024). Tinjauan Terhadap Pertanggungjawaban Facebook Sebagai Penyedia Sarana Marketplace: Studi Kasus Terhadap Tindakan Wanprestasi Oleh Pelaku Usaha Pada Forum Jual Beli Online. Universitas Atma Jaya Yogyakarta.
Wie, J. V., & Siddik, M. (2022). Penerapan Metode Naïve Bayes Dalam Mengklasifikasi Tingkat Obesitas Pada Pria. JOISIE Journal Of Information System And Informatics Engineering, 6(Desember), 69–77. https://ejournal.pelitaindonesia.ac.id/ojs32/index.php/JOISIE/article/view/2467/1009
Wirasaputra, A., Riduan, F., Pramudhya, Riyan, Zulkahfi, & Noviana Widyah. (2022). Dampak Dari Perkembangan Teknologi Informasi Dan Komunikasi. Jurnal Kreativitas Mahasiswa Informatika, 3, 206–210.