Klasifikasi Tingkat Kepuasan Pengguna Aplikasi Mobile Sihebat Berbasis EUCS Menggunakan Algoritma Random Forest
DOI:
https://doi.org/10.37182/3js4yh85Kata Kunci:
SIHEBAT EUCS, Prediksi, User Satisfaction Model, Klasisfikasi Random ForestAbstrak
Aplikasi mobile SIHEBAT (Sistem Informasi Hemat Bahan Bakar Minyak) dikembangkan oleh Dinas Komunikasi Dan Informatika Kota Kupang untuk mengefisiensi anggaran BBM kendaraan dinas. Keberhasilan implementasi sistem ini memerlukan evaluasi berkala terhadap kepuasan pengguna akhir. Penelitian ini bertujuan untuk (1) menganalisis tingkat kepuasan pengguna berdasarkan lima dimensi End User Computing Satisfaction (EUCS)—Content, Accuracy, Ease of Use, Format, dan Timeliness—dan (2) membangun model prediksi tingkat kepuasan pengguna menggunakan algoritma Random Forest. Data dikumpulkan melalui kuesioner online dari 30 penanggung jawab kendaraan,dan 150 pengguna aplikasi dinas di lingkungan Pemerintah Kota Kupang. Analisis awal EUCS menunjukkan bahwa kepuasan pengguna berada di tingkat Sangat Puas untuk variabel Content (97.0%), Format (86.9%), dan Accuracy (86.4%). Namun, terdapat potensi peningkatan signifikan pada variabel Ease of Use (78.3%) dan Timeliness (76.6%), yang mengindikasikan adanya kendala dalam penggunaan sistem dan kecepatan respons aplikasi Pada tahap permodelan EUCS digunakan sebagai fiture input untuk memprediksi skor kepuasan pengguna dalam bentuk nulai numeric. Model Random Forest dipilih karena kemampuannya dalam menangani hubungan non-linear serta mengidentifikasi variabel yang paling berpengaruh. Hasil evaluasi model menunjukkan kinerja yang sangat baik dengan nilai Mean Squared Error (MSE) sebesar 0,02, Root Mean Squared Error (RMSE) sebesar 0,14, dan koefisien determinasi (R²) sebesar 0,9982. Hasil ini menunjukkan bahwa variabel Ease of Use dan Timeliness merupakan prediktor paling dominan dalam menentukan tingkat kepuasan pengguna. Model yang dihasilkan dapat digunakan sebagai alat bantu berbasis data dalam mendukung pengambilan keputusan strategis untuk peningkatan kualitas sistem SIHEBAT.
Unduhan
Referensi
M. Al-hader, A. Rodzi, and N. Ahmad, ―Smart City Components Architecture,‖ pp. 93 97, 2009, doi: 10.1109/CSSim.2009.34.
M. Balduccini, E. Griffor, M. Huth, C. Vishik, M. Burns, and D. Wollman, ―Reasoning about Smart City,‖ pp. 381–386, 2018, doi: 10.1109/SMARTCOMP.2018.00033.
A. Raj, ―Smart parking systems technologies, tools, and challenges for implementing in a smart city environment: a survey based on IoT & ML perspective,‖ Int. J. Mach. Learn. Cybern., vol. 15, no. 7, pp. 2673–2694, 2024, doi: 10.1007/s13042-023-02056-5.
P. Aplikasi, E. D. Rangka, P. Bahan, B. Minyak, D. Lingkungan, and K. Kupang, ―Jurnal inovasi kebijakan,‖ vol. VI, pp. 39–54, 2021.
M. Nithya and A. Gokulakrishnan, ―Measuring E Customer Satisfaction in Online Retail A Comparative Analysis Using Various ML Algorithms,‖ 2024 2nd Int., 2024, [Online]. Available: https://ieeexplore.ieee.org/abstract/document/10912390/
P. latha Soundarraj, P. Jayaraj, S. Meetna, and ―Prioritizing Factors Affecting Customers Satisfaction in the Internet Banking Using Artificial Intelligence,‖ 2024, researchgate.net. [Online]. Available: https://www.researchgate.net/profile/Syed-Naqvi- 98/publication/381825230_Prioritizing_Factors_Affecting_Customers_Satisfaction_in_th e_Internet_Banking_Using_Artificial_Intelligence/links/66bdf3e5145f4d35535cc88d/Prio ritizing-Factors-Affecting-Customers
J. Informatika and E. Bisnis, ―Jurnal Informatika Ekonomi Bisnis End-User Computing Satisfaction dalam Menganalisis Tingkat Kepuasan Pengguna Sistem Informasi Akademik,‖ vol. 4, pp. 5–9, 2022, doi: 10.37034/infeb.v4i3.150.
R. Pandey, P. K. Patidar, P. Verma, and , ―A Comparative Study of Random Forest, SVM, and Naive Bayes for Sentiment Analysis Optimization,‖ 2024 IEEE 2nd 2024, [Online]. Available: https://ieeexplore.ieee.org/abstract/document/10959957/
M. JANAH, C. Adipradana, M. S. Nidhom, and "PENGGUNA SISTEM INFORMASI KEARSIPAN DINAMIS TERINTEGRITASI (SRIKANDI) MENGGUNAKAN METODE END USER COMPUTING SATISFACTION,‖ J. Compos, 2025, [Online]. Available: https://ojs.shahida.or.id/index.php/composite/article/view/64 [10]
Y. D. Anahyu, ―Analisis Kepuasan Pengguna Akhir Aplikasi Mytelkomsel Menggunakan Metode End User Computing Satisfaction (EUCS),‖ J. INOVTEK POLBENG-SERI 2024, [Online]. Available: http://repository.uin-suska.ac.id/82242/ [11]
T. Hayes, A. N. Baraldi, and S. Coxe, ―Random forest analysis and lasso regression outperform traditional methods in identifying missing data auxiliary variables when the MAR mechanism is nonlinear ‖ Behav. Res. Methods, 2024, doi: 10.3758/s13428-024 02494-1. [12]
P. Monica and A. R. Patta, ―Implementatiton of the Random Forest Regression Algorithm for Predicting Maize Yields,‖ J. Embed. Syst. Secur. 2025, [Online]. Available: https://journal.unm.ac.id/index.php/JESSI/article/view/9540
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Inovasi Kebijakan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Pemberitahuan Hak Cipta
Seorang penulis yang menerbitkan dalam Jurnal Inovasi Kebijakan (JIK) menyetujui persyaratan berikut:
- Penulis memiliki hak cipta dan memberikan JIK hak untuk publikasi pertama karya secara bersamaan dilisensikan di bawah Lisensi Creative Commons Attribution-ShareAlike 4.0 yang membolehkan pihak lain untuk membagi hasil publikasi ini dengan menyertakan penyebutan atas kepemilikan Penulis (acknowledgement of the work’s authorship) dan penerbitan pertama (initial publication) dalam jurnal ini;
- Penulis dapat mengadakan perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusi atau menerbitkannya dalam sebuah buku) dengan pengakuan publikasi awal dalam jurnal ini;
- Penulis diizinkan dan didorong untuk mempostingkan karyanya secara online (misalnya, dalam repositori institusi atau di situs web mereka) sebelum dan selama proses penerbitan, untuk memperbesar peluang sitasi atas hasil penelitian yang diterbitkan.
Baca lebih lanjut tentang Lisensi Creative Commons Attribution-ShareAlike 4.0 di sini: https://creativecommons.org/licenses/by-sa/4.0/ .
