Classification of Neighborhood Unit Cadres’ Satisfaction Levels with the Carik App Using the Naïve Bayes Method in Semper Barat Subdistrict
DOI:
https://doi.org/10.62951/ijies.v2i1.8Keywords:
Classification, Dasawisma, Naive Bayes, Satisfaction, Semper Barat VillageAbstract
This study aims to classify the level of satisfaction of Dasawisma cadres with the Carik application in West Semper Village by utilizing the Naive Bayes method. Data was obtained through questionnaires, which were compiled based on three main aspects: ease of use, speed of access, and the usefulness of applications in supporting cadre tasks. After the data is collected, a pre-processing and labeling process is carried out, where the level of satisfaction of respondents is categorized into two classes, namely "satisfied" and "dissatisfied". The Naive Bayes algorithm is applied to predict satisfaction classes based on questionnaire answers. The results of the analysis show that the Naive Bayes method is able to perform classification with sufficient accuracy, so that it can be used as an evaluation tool and decision support in the development of the carik application. This method can also help the management understand user perceptions and improve the system based on objective and routine data in line with the needs of field cadres.
References
Amanda, A. D., Windarto, A. P., & Qurniawan, H. (2022). Analisis Kepuasan Konsumen terhadap Pelayanan Store Ms Glow Menggunakan Metode Naïve Bayes. Hello World Jurnal Ilmu Komputer, 1(3), 130-144.
Ananto, F. S., & Hasan, F. N. (2023). Implementasi Algoritma Naïve Bayes Terhadap Analisis Sentimen Ulasan Aplikasi MyPertamina pada Google Play Store. Jurnal ICT: Information Communication & Technology, 23(1), 75-80.
Comara, H. Analisis Tingkat Kepuasan Pengguna Aplikasi Carik Jakarta Menggunakan Metode Eucs Di Wilayah Kelurahan Jatipulo.
Dennis, M., Rahmaddeni, R., Zoromi, F., & Anam, M. K. (2022). Penerapan Algoritma Naïve Bayes Untuk Pengelompokkan Predikat Peserta Uji Kemahiran Berbahasa Indonesia. J. Media Inform. Budidarma, 6(2), 1183-1190.
Herliana, A. (2022). Analisis Sentimen Kuliah Daring Dengan Algoritma Naïve Bayes, K-Nn Dan Decision Tree. Jurnal Responsif: Riset Sains Dan Informatika, 4(1), 70-80.
Hidayat, S. (2021). ANALISA SENTIMEN MASYARAKAT INDONESIA TERHADAP KINERJA PRABOWO SUBIANTO SEBAGAI ANGGOTA KABINET INDONESIA MAJU DI PLATFORM TWITTER MENGGUNAKAN R DENGAN ALGORITMA
J. MEDIA Inform. BUDIDARMA, 6(1), 18-26.
JESSKA, A. (2023). MENJADI PEREMPUAN PKK: STUDI TENTANG POLA RECRUITMENT DAN SUSTAINABILITY PADA KADER-KADER PKK DI DESA SUKARAJA KECAMATAN GEDONG TATAAN KABUPATEN PESAWARAN.
Kahi, F. R. B. (2024). Analisis Sentimen Masyarakat Di Twitter Terhadap Pemerintahan Anies Baswedan Menggunakan Metode Naive Bayes Classifier. Jurnal Minfo Polgan, 13(1), 324-336.
Kharisma, N., & Pusparini, N. N. (2025). Analisis Kepuasan Layanan Biro Administrasi Akademik Kemahasiswaan STMIK Widuri Menggunakan Algoritma Naïve Bayes Classifier. JURNAL ILMIAH INFORMATIKA, 13(01), 1-7.
Li, Z., Li, R., & Jin, G. (2020). Sentiment analysis of danmaku videos based on naïve bayes and sentiment dictionary. Ieee Access, 8, 75073-75084.
NAÃ VE BAYES. Jurnal Nasional Informatika (JUNIF), 2(1), 1-10.
Nuraini, R. D., Herlambang, A. D., & Putra, W. H. N. (2024). Evaluasi Kesuksesan Implementasi Aplikasi Carik Jakarta pada Ekosistem Sistem Pemerintahan Berbasis Elektronik di DKI Jakarta Berdasarkan Teori Delone & McLean. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 8(5).
Nurtikasari, Y., Alam, S., & Hermanto, T. I. (2022). Analisis Sentimen Opini Masyarakat Terhadap Film Pada Platform Twitter Menggunakan Algoritma Naive Bayes. INSOLOGI: Jurnal Sains dan Teknologi, 1(4), 411-423.
Penulis, N., Triawati, H., Lubis, H., & Handayani, D. (2022). Judul Artikel. Jurnal Sistem Informasi Universitas Suryadarma, 9(Nomor]), Halaman-Awal.
Putri, D. D., Nama, G. F., & Sulistiono, W. E. (2022). Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informatika dan Teknik Elektro Terapan, 10(1).
Sanjaya, T. P. R., Fauzi, A., & Masruriyah, A. F. N. (2023). Analisis sentimen ulasan pada e- commerce shopee menggunakan algoritma naive bayes dan support vector machine. INFOTECH: Jurnal Informatika & Teknologi, 4(1), 16-26.
Sitanggang, A., Umaidah, Y., & Adam, R. I. (2024). Analisis sentimen masyarakat terhadap program makan siang gratis pada media sosial X menggunakan algoritma Naïve Bayes. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3).
Sugiyono, S., & Dionta, D. (2023). Pemodelan Pengolahan Citra Klasifikasi Jenis Mangga Menggunakan Metode K-Nearst Neighbor. Jurnal Sains dan Teknologi, 5(1), 347-35
Utami, P. N., Arinal, V., & Mulyana, D. I. (2022). Klasifikasi Dehidrasi Tubuh Manusia Berdasarkan Citra RGB Pada Warna Urine Menggunakan Metode K-Nearest Neighbor.
Wahyudi, T., & Silfia, T. (2022). Implementation Of Data Mining Using K-means Clustering Method To Determine Sales Strategy In S&R Baby Store. Journal of Applied Engineering and Technological Science (JAETS), 4(1), 93-103.
Wirma, S. (2022). Data Mining Dengan Metode Naïves Bayes Classifer Dalam Memprediksi Tingkat Kepuasan Pelayanan Dokumen Kependudukan. Jurnal Informatika Ekonomi Bisnis, 119-123.
Zuhri, K., & Saputri, N. A. O. (2020). Analisis Sentimen Masyarakat Terhadap Pilpres 2019 Berdasarkan Opini Dari Twitter Menggunakan Metode Naive Bayes Classifier. Journal of Computer and Information Systems Ampera, 1(3), 185-199.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 International Journal of Information Engineering and Science
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
