Penerapan Data Mining untuk Klasifikasi Tingkat Kepuasan Pelanggan Café Menggunakan Metode Decision Tree C4.5

Kepuasan pelanggan adalah faktor utama dalam meningkatkan reputasi bisnis, loyalitas pelanggan, dan efisiensi operasional. Penelitian ini bertujuan mengembangkan sistem yang memberikan informasi akurat tentang tingkat kepuasan dan ketidakpuasan pelanggan di sebuah café. Harapannya, temuan dari penelitian ini dapat memberikan dampak baik kepada café guna untuk meningkatkan kualitas pelayanan dengan mengetahui apa saja indikatot-indikator yang mempengaruhi tingkat kepuasan pelanggan café. Metode yang digunakan adalah Decision Tree C4.5, yang membangun pohon keputusan untuk klasifikasi. Proses meliputi penanganan missing value, pengecekan duplicate data, label encoding, penanganan data imbalance dengan SMOTE, pemodelan Decision Tree C4.5, pengecekan akurasi, dan visualisasi aturan keputusan. Evaluasi model dilakukan menggunakan metrik confusion matrix. Hasil evaluasi menunjukkan bahwa model klasifikasi memiliki performa sangat baik, dengan accuracy 98% pada data latih dan 93% pada data uji. Nilai recall, precision, dan F1-score masing-masing adalah 94%, 97%, dan 95%.