Data Mining Berbasis Algoritma C4.5 Untuk Klasifikasi Kepuasan Pelanggan

Abstract

Perkembangan era digital menempatkan Internet Service Provider (ISP) sebagai komponen strategis dalam mendukung aktivitas bisnis, pendidikan, dan kehidupan masyarakat. Kondisi ini menyebabkan industri jasa internet berada dalam tingkat persaingan yang tinggi, sehingga kualitas layanan dan kepuasan pelanggan menjadi aspek utama dalam menjaga keberlanjutan serta meningkatkan daya saing perusahaan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kepuasan pelanggan pada salah satu penyedia jasa internet menggunakan metode data mining berbasis algoritma C4.5, sekaligus mengidentifikasi atribut yang paling berpengaruh terhadap kepuasan pelanggan. Enam atribut yang dianalisis meliputi kecepatan internet, stabilitas koneksi, respons pelayanan, harga, variasi paket, dan kemudahan pembayaran. Proses analisis dilakukan menggunakan perangkat lunak WEKA dengan pembagian data sebesar 70% sebagai data latih (105 data) dan 30% sebagai data uji (45 data). Hasil penelitian menunjukkan bahwa atribut variasi paket dan stabilitas koneksi merupakan faktor paling dominan dalam menentukan kepuasan pelanggan. Model klasifikasi yang dihasilkan mencapai tingkat akurasi sebesar 88,89%, yang mengindikasikan kinerja model sangat baik.