Implementasi Algoritma C4.5 dalam Mengklasifikasi Tingkat Kepuasan Konsumen E-Commerce Berdasarkan Ulasan Online
DOI:
https://doi.org/10.35473/jamastika.v5i1.4664Abstract
Tujuan dari studi ini adalah untuk mengimplementasikan algortima C4.5 decision tree guna melakukan klasifikasi terhadap tingkat kepuasan pelanggan, yang diestrak dari data teks ulasan online di platform e-commerce. Salah satau cara penting untuk mengetahui seberapa baik produk atau layanan memenuhi harapan atau layanan memenuhi harapan pelanggan adalah dengan menentukan tingkat kepuasan pelanggan, namun penjual saat ini hanya mengetahui kepuasan dari komentar dan rating saja. Metode penelitian ini menggunakan teknik data mining yang diimplementasikan melalui software Altair AI Studio 2025. Dataset ulasan pelanggan dari Kaggle, dataset dipartisi menjadi data pelatihan dan data pengujian dengan proporsi 70:30. Hasil evaluasi model menunjukkan efektif dan menghasilkan akurasi sebesar 99.13%. pohon keputusan yang terbentuk mengidentifikasi bahwa atribut utama yang memengaruhi sentimen adalah Customer Rating dengan nilai ambang 3.500. untuk rating di atas 3.500, sentimen selanjutnya ditentukan oleh atribut emotion, di mana emosi Happy dan Love menghasilkan sentimen positif. Hasil klasifikasi yang sistematis ini dapat dimanfaatkan oleh perusahaan untuk mendukung pengambilan keputusan strategis, meningkatkan kualitas layanan, dan memperbaiki aspek yang menjadi keluhan pelanggan guna meningkatkan daya saing bisnis e-commerce.
Kata Kunci: Algoritma C4.5, Decision Tree, Kepuasan Pelanggan, E-Commerce
This research aims to classify the level of e-commerce client happiness based on online reviews using the implementation of the decision tree model based on the C4.5 Algorithm. Customer satisfaction is a key measure for evaluating how well expectations for a product for a service are met, though sellers currently only gauge satisfaction from comments and ratings. The research method utilizes data mining techniques implemented through the Altair AI Studio 2025 software. The customer review dataset obtained from Kaggle, A division of the dataset was performed, creating training and testing subsets by employing a 70:30 split. The classification results indicate that the C4.5 model is effective and yields an accuracy of 99.13%. the resulting decision tree identifies the primary attribute influencing sentiment as Customer Rating with a threshold value of 3.500. for ratings above 3.500, the sentiment is further determined by the Emotion attribute, where emotions such as Happy and Love lead to positive sentiment. This systematic classification result can be utilized by companies to support strategic decision-making, enhance service quality, and address complaints, thereby improving the competitiveness of the e-commerce business.
Keywords: C4.5 Algorithm, Decision Tree, Customer Satifaction, E-Commerce
References
Farhatun Nisaul Ahadiyah, “Perkembangan Teknologi Infomasi Terhadap Peningkatan Bisnis Online,” INTERDISIPLIN J. Qual. Quant. Res., vol. 1, no. 1, pp. 41–49, 2023, doi: 10.61166/interdisiplin.v1i1.5.
N. M. Y. D. A. Ni Made Yulia Dewati Ayu and Jakaria, “Pengaruh E-Commerce Terhadap Pertumbuhan Ekonomi Indonesia,” J. Ekon. Trisakti, vol. 3, no. 2, pp. 2891–2900, 2023, doi: 10.25105/jet.v3i2.17499.
N. H. Meylano, Y. W. B. Woda, D. P. Mukin, F. L. Pereira, and D. E. Theresia, “Penerapan Metode Requirement Engineering dalam Pengembangan Website E-Commerce sebagai Media Promosi dan Pemasaran pada Kelompok UMKM Tenun Ikat,” J. Indones. Manaj. Inform. dan Komun., vol. 6, no. 1, pp. 240–251, 2025, doi: 10.35870/jimik.v6i1.1195.
A. R. Zarkasi and F. R. Doni, “Analisis Data Produksi Menggunakan Metode Decision Tree (C4.5) di PT.Baja Marga Kharisma Utama (BMKU),” J. Inform. dan Multimed., vol. 17, no. 1, pp. 28–37, 2025, doi: 10.33795/jtim.v17i1.6429.
C. Alia Cahyani, G. Dwilestari, and N. Dienwati Nuris, “Penerapan Algoritma C4.5 Terhadap Klasifikasi Kepuasan Penumpang Pada Maskapai Penerbangan,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 867–871, 2024, doi: 10.36040/jati.v8i1.8815.
Z. Fatah, TIK dan Masyarakat, Cetakan Pe. Yogyakarta: PT Penamuda Media, 2025.
M. Hasibuan, S. Pane, R. A. Siregar, and P. R. Silalahi, “Strategi Penerapan E-Commerce dalam Meningkatkan Keunggulan Bersaing,” J. Ilm. Mhs. Manajemen, Bisnis dan Akunt., vol. 5, no. 1, pp. 87–93, 2023, doi: 10.32639/jimmba.v5i1.254.
P. Primadona and R. Fauzi, “Penerapan Data Mining Pada Penjualan Produk Elektronik,” Comput. Sci. Ind. Eng., vol. 9, no. 4, 2023, doi: 10.33884/comasiejournal.v9i4.7712.
M. D. Wahyudi, “Penerapan Data Mining Dengan Algoritma C4. 5 Dalam Prediksi Penjualan Buku,” J. Teknorama (Informatika dan …, vol. 1, no. 1, pp. 1–6, 2023, [Online]. Available: https://jurnal.stikomelrahma.ac.id/index.php/teknorama/article/view/1%0Ahttps://jurnal.stikomelrahma.ac.id/index.php/teknorama/article/download/1/1
T. H. Hasibuan and D. Mahdiana, “Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4.5 Pada Uin Syarif Hidayatullah Jakarta,” Skanika, vol. 6, no. 1, pp. 61–74, 2023, doi: 10.36080/skanika.v6i1.2976.
J. Informatika and M. Algoritma, “BULLETIN OF COMPUTER SCIENCE RESEARCH Data Mining Peminatan Mata Kuliah Pilihan Mahasiswa Tingkat Akhir,” vol. 3, no. 3, pp. 263–269, 2023, doi: 10.47065/bulletincsr.v3i3.244.
V. No, W. A. Ramadhani, F. Rozi, and V. No, “Infotek : Jurnal Informatika dan Teknologi Prediksi Kepuasan Pelanggan Berdasarkan Ulasan Produk di Lazada Indonesia Menggunakan Algoritma Decision Tree C4 . 5 Perkembangan teknologi informasi dan internet telah mengubah pola belanja konsumen , menjadikan,” vol. 8, no. 2, pp. 499–510, 2025.
C. R. Aditya Nugroho and T. Kristiana, “Penerapan Algoritma C4.5 Untuk Kepuasan Pelanggan Toko Online Parfume Chantik,” J. Algoritm., vol. 3, no. 1, pp. 10–21, 2022, doi: 10.35957/algoritme.v3i1.3169.
F. Fitrayana and K. Rizal, “Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Penerapan Algoritma C4.5 Untuk Menentukan Kepuasan Pelanggan Dalam Kualitas Pelayanan Pengiriman Barang (Studi Kasus : Pt Nusantara Card Semesta Cabang K
