Implementasi Algoritma K-Means Clustering Untuk Prediksi Tingkat Kepuasan Pelanggan Terhadap Pelayanan Jasa Di Rizal Vermak

Anisa Septi Wijaya, . (2025) Implementasi Algoritma K-Means Clustering Untuk Prediksi Tingkat Kepuasan Pelanggan Terhadap Pelayanan Jasa Di Rizal Vermak. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (289kB)
	Text BAB II.pdf Restricted to Registered users only Download (533kB)
	Text BAB III.pdf Restricted to Registered users only Download (559kB)
	Text BAB IV.pdf Restricted to Registered users only Download (471kB)
	Text JURNAL.pdf Restricted to Registered users only Download (513kB)
	Text BAB V.pdf Restricted to Registered users only Download (182kB)

Abstract

Kepuasan pelanggan merupakan salah satu faktor utama dalam mengevaluasi kualitas pelayanan suatu usaha jasa, terutama pada usaha bisnis dibidang penjahitan Rizal Vermak. Dalam menghadapi persaingan dan mempertahankan loyalitas pelanggan, pemilik usaha perlu mengetahui pola kepuasan pelanggan secara objektif dan sistematis. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means Clustering sebagai metode analisis data pelanggan dalam memprediksi tingkat kepuasan pelanggan terhadap pelayanan jasa yang diberikan oleh Rizal Vermak. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan berdasarkan pengalaman penggunaan jasa. Dataset yang digunakan dikumpulkan dari tanggapan pelanggan Rizal Vermak melalui kuesioner yang dibagikan pada link Google Form. Proses clustering dilakukan dengan menentukan jumlah cluster dan mengelompokkan data ke dalam kategori yang merepresentasikan tingkat kepuasan pelanggan, yaitu Puas dan Kurang Puas. Hasil penelitian menunjukkan bahwa implementasi K-Means Clustering mampu mengelompokkan data pelanggan dengan membagi menjadi dua cluster, yaitu Cluster 1 (C1) dan Cluster (2). Pengelompokkan ini bertujuan untuk melihat jumlah pelanggaan berupa PUAS dan KURANG PUAS terhadap pelayanan jasa di Rizal Vermak. Hasil akhir yang didapatkan Cluster 1 (C1) memiliki data lebih banyak yaitu 1415 data, sedangkan Cluster 2 (C2) memiliki data sebanyak 985 data. Setelah didapatkan hasil cluster, dilakukan pengujian terhadap model agar hasil tersebut akurat, berupa uji validitas. Hasil uji validitas menunjukkan akurasi sebesar 85% artinya model AKURAT. Hal ini menunjukkan pelanggan merasa PUAS dengan pelayanan jasa di Rizal Vermak Dengan ini, diharapkan pemilik usaha dapat membuat keputusan strategis berbasis data demi meningkatkan daya saing bisnisnya.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	K-Means Clustering, Kepuasan Pelanggan, Data Mining, Pelayanan Jasa, Rizal Vermak
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Mahlil Muhammad, S.IP
Date Deposited:	26 Sep 2025 06:21
Last Modified:	26 Sep 2025 06:21
URI:	http://repository.unpam.ac.id/id/eprint/17533

Actions (login required)

View Item