KOMPARASI ALGORITMA DECISION TREE, RANDOM FOREST, SVM DAN K-NN DALAM KLASIFIKASI KEPUASAN PENUMPANG MASKAPAI PENERBANGAN

  • Muzakki Hafizh Setiono (1*) College Student

  • (*) Corresponding Author
Keywords: Airlane Passenger Satisfaction, Data Mining, Decision Tree, Random Forest, K-NN, SVM

Abstract

Pada era globalisasi ini telah mengubah berbagai paradigma dalam sektor bisnis yang berdampak pada meningkatnya persaingan antar maskapai penerbangan. Seiring dengan minat calon konsumen yang terus tumbuh, berbagai cara telah dilakukan oleh setiap maskapai penerbangan dalam meningkatkan tipe atau standar kualitas pelayanan. Dalam mengevaluasi kualitas layanan yang diberikan oleh maskapai penerbangan dari perspektif bisnis, aspek layanan ini harus dievaluasi berdasarkan indikator kepuasan konsumen. Teknik data mining adalah salah satu metode yang dapat digunakan dalam menentukan tingkat kepuasan konsumen. Evaluasi ini dapat dilakukan dengan menggunakan model klasifikasi. Algortima klasifikasi yang digunakan dalam penelitian ini antara lain: Decision Tree, Random Foreset, Support Vector Machine (SVM) dan K-Nearest Neighbor (K-NN). Adapaun tahapan dalam penelitian ini melakukan analisis data, data preprocessing, pembuatan model, melakukan uji model dan mengevaluasi hasil dari model yang dibuat. Dari hasil penelitian yang dilakukan dapat diketahui bahwa Random Forest merupakan algortima klasifikasi yang paling baik dalam studi kasus ini, dengan nilai tingkat akurasi yaitu 96%. Adapun untuk Decision Tree, Support Vector Machine (SVM) dan K-Nearest Neighbor masing-masing memiliki tingkat akurasi 94%, 95% dan 93%.

Downloads

Download data is not yet available.
Published
2022-10-09
How to Cite
Setiono, M. (2022). KOMPARASI ALGORITMA DECISION TREE, RANDOM FOREST, SVM DAN K-NN DALAM KLASIFIKASI KEPUASAN PENUMPANG MASKAPAI PENERBANGAN. INTI Nusa Mandiri, 17(1), 32 - 39. https://doi.org/10.33480/inti.v17i1.3420
Article Metrics

Abstract viewed = 110 times
PDF downloaded = 116 times