PENGGUNAAN ALGORITMA DECISION TREE UNTUK MENGUKUR TINGKAT KEPUASAN PENGGUNA APLIKASI KAI ACCESS

Abstract

Transportasi memegang peranan penting dalam perekonomian suatu daerah dan pergerakan masyarakat. Kereta Api (KA) saat ini menjadi moda transportasi yang populer karena kemudahan penggunaan, keamanan, dan keandalannya. Satu-satunya Badan Usaha Milik Negara (BUMN) yang menyediakan jasa angkutan kereta api adalah Perusahaan Kereta Api Indonesia (KAI). Upaya memenuhi kebutuhan dan keinginan pelanggan, serta ketepatan penyampaian sesuai dengan harapan pelanggan, semuanya merupakan aspek kualitas pelayanan. Pelanggan akan lebih mungkin puas terhadap perusahaan jika kualitas layanannya lebih tinggi. Untuk meningkatkan nilai akurasi digunakan Optimize Selection dan validasi Split Validation. Penelitian ini dilakukan pemodelan menggunakan algoritma Decision Tree dengan menggunakan dataset kepuasan pengguna aplikasi KAI Access yang didapatkan dari hasil kuesioner. Data training dan data testing membentuk kumpulan data penelitian. Operator Cross Validation dan Split Validation akan digunakan untuk membagi data.  Validasi data dengan 10-Fold Validation pada Algoritma Decision Tree memiliki tingkat performa terbaik diantara 2 algoritma lainnya seperti; Naive Bayes dan K-Nearest Neighbor (K-NN). Algoritma Decision Tree menghasilkan nilai akurasi dan AUC sebesar 98,96% untuk akurasi dan 0,800 untuk AUC. Optimasi dengan fitur selection dan validasi split validation. Dengan menggunakan Split Validation dengan ratio 0,8 menghasilkan nilai akurasi sebesar 100% dan AUC 1,000.