Implementasi Peningkatan Kualitas Pelayanan Jemaah Haji Menggunakan Metode KNN (K-Nearest Neighbor)

Julianti

doi:10.58794/jekin.v5i2.1498

Authors

Julianti Program Studi Teknik Informatika, Fakultas Teknik, Universitas Asahan

DOI:

https://doi.org/10.58794/jekin.v5i2.1498

Keywords:

K-Nearest Neighbor, klasifikasi, pelayanan haji, evaluasi pelayanan, data mining

Abstract

Kualitas pelayanan jemaah haji merupakan faktor penting dalam mendukung kelancaran dan kenyamanan pelaksanaan ibadah haji. Namun, penilaian terhadap kualitas pelayanan tersebut sering kali bersifat subjektif dan tidak berbasis data. Penelitian ini bertujuan untuk membangun sistem klasifikasi kualitas pelayanan jemaah haji menggunakan metode K-Nearest Neighbor (K-NN), dengan atribut utama meliputi pelayanan petugas, penginapan, konsumsi, dan transportasi. diklasifikasikan ke dalam tiga kategori: Baik, Cukup Baik, dan Kurang Baik. Hasil pengujian menunjukkan bahwa metode ini mampu memberikan akurasi yang cukup tinggi dalam mengklasifikasikan tingkat pelayanan. Data yang digunakan dalam penelitian ini adalah data dari BPS (Badan Pusat Statistik) berdasarkan data yang akurat yang merupakan hasil dari survei dengan pengisian kuesioner secara langsung dan mandiri kepada Jemaah. Penelitian dilakukan dengan 100 dataset, 80 data latih dan 20 data testing, hasil Akurasi 55.00% dari 20 data testing dan hasil perhitungan klasifikasi tingkat kualitas pada layananan yang diberikan, berdasarkan dari K=5 tetangga terdekat klasifikisanya “Cukup Baik”. Implementasi sistem ini diharapkan dapat membantu pihak terkait dalam mengevaluasi dan meningkatkan kualitas pelayanan jemaah haji secara lebih objektif dan berbasis data.

Downloads

Download data is not yet available.

References

A. Alfarobi, R. Tullah, and Sutarman, “Sistem Informasi Pelayanan Jamaah Haji Berbasis Web pada KBIH Nurul Hikmah Cipondoh Kota Tangerang,” J. Top. Glob., vol. 1, no. 1, p. 1, 2022, [Online]. Available: https://www.journal.global.ac.id/index.php/JTOPIKGLOBAL/article/view/507/486

P. Deswara, “Implementasi Perorganisasian Untuk Meningkatkan Kualitas Pelayanan Ibadah Haji,” Multazam J. Manaj. Haji dan Umr., vol. 2, no. 2, p. 151, 2022, doi: 10.32332/multazam.v2i2.5770.

E. Hulu et al., “Memilih Penjual Online,” J. TEKINKOM, vol. 6, no. 1, pp. 220–226, 2023, doi: 10.37600/tekinkom.v6i1.878.

R. Dwi Putra, “Klasifikasi Penjualan Produk Customer Relationship Management dengan Algoritma K-Nearest Neighbors,” J. Comput. Scine Inf. Technol., vol. 8, pp. 48–55, 2022, doi: 10.35134/jcsitech.v8i2.34.

P. . Roger S. Pressman, Rekayasa Perangkat Lunak jilid I. 2008.

S. Rahayu, Y. MZ, J. E. Bororing, and R. Hadiyat, “Implementasi Metode K-Nearest Neighbor (K-NN) untuk Analisis Sentimen Kepuasan Pengguna Aplikasi Teknologi Finansial FLIP,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 98–106, 2022, doi: 10.29408/edumatic.v6i1.5433.

S. R. Cholil, T. Handayani, R. Prathivi, and T. Ardianita, “Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa,” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 6, no. 2, pp. 118–127, 2021, doi: 10.31294/ijcit.v6i2.10438.

A. Tangkelayuk, “The Klasifikasi Kualitas Air Menggunakan Metode KNN, Naïve Bayes, dan Decision Tree,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 2, pp. 1109–1119, 2022, doi: 10.35957/jatisi.v9i2.2048.

Ahmad Afan Zain, “Pengaruh Kualitas Pelayanan Terhadap Kepuasan Konsumen,” Al-Maqashid J. Econ. Islam. Bus., vol. 2, no. 2, pp. 47–54, 2022, doi: 10.55352/maqashid.v2i2.269.

S. Diansyah, “Klasifikasi Tingkat Kepuasan Pengguna dengan Menggunakan Metode K-Nearest Neighbour (KNN),” J. Sistim Inf. dan Teknol., vol. 4, pp. 7–12, 2022, doi: 10.37034/jsisfotek.v4i1.114.

Nikmatun, I. Alvi, Waspada, and Indra, “Implementasi Data Mining Untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor,” J. SIMETRIS, vol. 10, no. 2, pp. 421–432, 2019.