KOMPARASI ALGORITMA NAÏVE BAYES DAN DECISION TREE UNTUK MENGANALISIS KEPUASAN MASYARAKAT DPMPTSP KABUPATEN BATANG

Putri Rastya Rosmila; Risqiati Risqiati; Arief Soma Darmawan

doi:10.24076/infosjournal.2025v8i02.2364

Authors

Putri Rastya Rosmila Institut Widya Pratama
Risqiati, M.Kom Institut Widya Pratama
Arief Soma Darmawan, S.T., M.Kom Institut Widya Pratama

DOI:

https://doi.org/10.24076/infosjournal.2025v8i02.2364

Keywords:

Survei Kepuasan Masyarakat, Data Mining, Klasifikasi, Naïve Bayes, CRISP-DM

Abstract

Survei Kepuasan Masyarakat (SKM) merupakan instrumen evaluasi yang digunakan pemerintah untuk menilai kualitas pelayanan publik secara berkala. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kepuasan masyarakat pada Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Batang dengan menggunakan algoritma Naïve Bayes berbasis kerangka kerja CRISP-DM. Data penelitian berasal dari 330 responden SKM tahun 2024 yang menilai sembilan indikator pelayanan publik. Proses penelitian meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 65%, dengan performa terbaik pada kategori Sangat Puas. Analisis lebih lanjut mengidentifikasi bahwa variabel waktu penyelesaian dan kompetensi pelaksana memiliki pengaruh dominan terhadap tingkat kepuasan masyarakat. Temuan ini memberikan kontribusi ilmiah berupa penerapan klasifikasi berbasis data mining untuk mendukung pengambilan keputusan dalam peningkatan kualitas layanan publikdi masa mendatang.