Skripsi/Tugas Akhir

Penerapan Algoritma Naïve Bayes untuk Mengukur Tingkat Kepuasan Publik Terhadap Pelayanan Informasi Pada Dinas Perpustakaan dan Kearsipan Makassar

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Pelayanan informasi yang efektif dan berkualitas di lembaga publik, seperti Dinas Perpustakaan dan Kearsipan Makassar, adalah kunci untuk memenuhi kebutuhan publik dan meningkatkan kepuasan mereka. Namun, mengukur tingkat kepuasan publik seringkali sulit karena kurangnya pemahaman tentang preferensi dan harapan publik. Dalam konteks ini, algoritma Naïve Bayes muncul sebagai solusi yang potensial. Penelitian ini mengusulkan penerapan algoritma Naïve Bayes untuk menganalisis dan memprediksi tingkat kepuasan publik terhadap pelayanan informasi lembaga tersebut. Dengan menggunakan data historis, algoritma ini dapat menghasilkan model prediktif yang memungkinkan pengukuran kepuasan publik secara objektif dan andal. Proses penerapan melibatkan pengumpulan data historis, pelatihan model dengan tahapan pembersihan data dan penyesuaian parameter, serta pengujian untuk mengevaluasi kinerja model. Hasil yang diharapkan adalah kemampuan untuk mengukur tingkat kepuasan publik dengan lebih efisien dan akurat, memungkinkan lembaga untuk mengidentifikasi dan meningkatkan aspek pelayanan informasi yang perlu ditingkatkan, menciptakan pelayanan informasi yang lebih memuaskan, dan meningkatkan kepercayaan dan kepuasan publik.
Kata Kunci: Pelayanan Informasi, Kepuasan Public, Algoritma Naïve Bayes, Analisis Prediksi, Data Historis

ABSTRACT
Effective and quality information services in public institutions, such as the Makassar Library and Archives Service, are the key to meeting public needs and increasing their satisfaction. However, measuring the level of public satisfaction is often difficult due to a lack of understanding of public preferences and expectations. In this context, the Naïve Bayes algorithm emerges as a potential solution. This article proposes the application of the Naïve Bayes algorithm to analyze and predict the level of public satisfaction with the institution's information services. Using historical data, these algorithms can produce predictive models that enable objective and reliable measurement of public satisfaction. The implementation process involves collecting historical data, training the model with stages of data cleaning and parameter tuning, and testing to evaluate model performance. The expected result is the ability to measure the level of public satisfaction more efficiently and accurately, enabling institutions to identify and improve aspects of information services that need to be improved, create more satisfying information services, and increase public trust and satisfaction.
Keywords: Information Services, Public Satisfaction, Naïve Bayes Algorithm, Prediction Analysis, Historical Data

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 KUR p - 0311SI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

x + 46 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 14 September

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes
Aplikasi Pelayanan

Lampiran File