Abstrak - Kepuasan pengunjung adalah suatu tingkatan dimana kebutuhan ,keinginan dan harapan dari
pengunjung dapat terpenuhi yang mengakibatkan pengunjung akan datang lagi (Zelmiati Zelmiati, Waryono
Waryono, 2017). Taman margasatwa adalah salah satu objek wisata binatang yang paling banyak diminati
masyarakat. Banyak hal yang harus diperhatikan dalam mengembangkan suatu objek wisata yaitu dengan
memberikan sesuatu yang sesuai dengan yang dibutuhkan dan kenginan calon pengunjung. Berdasarkan
fenomena tersebut peneliti menemukan bahwa jumlah pengunjung yang terus meningkat masih ada masalah
yang dihadapi diTaman Margasatwa yaitu dari segi fasilitas wisata, Penelitian ini bertujuan untuk memberi
rekomendasi kepuasan pengunjung taman taman margasatwa dengan menggunakan teknik datamining
penerapan datamining C4.5. Sumber data diperoleh dari penyebaran kuesioner kepada pengnjung yang pernah
berkunjung ke taman margasatwa kepada 35 orang. Atribut yang digunakan sebagai parameter penilaian
kepuasan pengunjung antara lain: Paling Diminati,Fasilitas Semuah,Tempat parkir , Keamanan, dan Kebersihan .
Hasil pengolahan metode C4.5 dengan menggunakan Pohon keputusan adalah model prediksi menggunakan
struktur pohon atau struktur berhirarki.
Abstrak - Visitor satisfaction is a level where the needs, wants and expectations of visitors can be met which
results in visitors coming again (Zelmiati Zelmiati, Waryono Waryono, 2017). Wildlife parks are one of the most
popular animal attractions in the community. There are many things that must be considered in developing a
tourist attraction, namely by providing something that is in accordance with the needs and desires of potential
visitors. Based on this phenomenon, the researchers found that the number of visitors who continue to increase
there are still problems faced at the Wildlife Park, namely in terms of tourist facilities. Sources of data were
obtained from distributing questionnaires to 35 people who had visited the wildlife park. The attributes used as
parameters for assessing visitor satisfaction include: Most Interested, All Facilities, Parking, Security, and
Cleanliness. The result of processing the C4.5 method using a decision tree is a predictive model using a tree
structure or a hierarchical structure.
http://ejournal.bsi.ac.id/ejurnal/index.php/infortech 73
Jurnal Infortech, Volume 3 No. 1 Juni 2021
E-ISSN 2715-8160
Berdasarkan fenomena tersebut peneliti Algoritma ini mempunyai input berupa training
menemukan bahwa jumlah pengunjung yang terus samples dan samples. Training samples berupa data
meningkat masih ada masalah yang dihadapi yang akan digunakan untuk membangun sebuah tree
diTaman Margasatwa yaitu dari segi fasilitas yang telah diuji kebenarannya (Junia et al., 2021).
wisata,namun,pada saat ini pihak taman margastwa
sedang melakukan peningkatan terhadap fasilitas METODE PENELITIAN
yang diberikan kepada pengunjung dengan tujuan
dapat mendapatkan kepuasan pengunjung.Berkait Metodologi adalah suatu cara yang
dengan hasil yang didapat kan peneliti.peneliti digunakan dalam mendapatkan berbagai data yang
tertarik untuk melakukan penelitian lebih lanjut akan diperoses menjadi sebuah informasi yang lebih
mengenai pengaruh fasilitas terhadap kepuasan akurat sesuai dengan permasalahan yang akan
pengunjung di Taman Margasatwa.Adapun judul
diteliti. Metodologi penelitian juga dilakukan
dari penelitian yang oleh peneliti adalah “Penerapan
Data Mining Menggunakan Metode Algoritma c4.5 dengan mendeskripsikan masalah untuk
Untuk Tingkat kepuasan Pengunjung Terhadap memudahkan dalam memahami tahapan penelitian
Fasilitas DiTaman Margasatwa (Marhanah & A. Pengumpulan Data
Wahadi, 2016). Berikut adalah cara yang dilakukan dalam
pengumpulan data sebagai berikut :
1. Pengumpulan Data Primer
Dilakukan untuk mendapatkan informasi yang
KAJIAN LITERATUR
digunakn peneliti dalam pembuatan penelitian agar
A. Data Mining hasil yang didapatkan akurat. Penelitian dilakukan
Data mining adalah kegiatan yang meliputi dengan cara kuesioner dengan menggunakan google
pengumpulan , pemakaian data historis yang formulir
menemukan keteraturan ini yaitu proses pencarian 2. Pengumpulan data sekunder
informasi yang tidak diketahui sebelumnya dari
Pengumpulan data sekunder diperoleh melalui
sekumpulan data besar (Junia et al., 2021). Menurut
yuli mardi Data mining adalah proses yang jurnal,makalah,laporan dll
menggunakan teknik statistik, matematika,
kecerdasan buatan, dan machine learning untuk B. Populasi
mengekstraksi dan mengidentifikasi informasi yang Populasi adalah wilayah generalisasi yang
bermanfaat danpengetahuan yang terkait dari terdiri atas obyek/subyek yang mempunyai kualitas
berbagai database besar (Mardi, 2017). Menurut dan karakteristik tertentu yang ditetapkan oleh
para ahli data mining adalah proses menemukan pola
peneliti untuk dipelajari dan kemudian ditarik(Vogt,
pengetahuan dari data dalam jumlah besar. Sumber
data dapat berupa database, data warehouses, 2015). Populasi dalam penelitian ini adalah para
Website, repositori, atau data yang disimpan ke responden yang pernah berkunjung ke Taman
sistem secara dinamis.(Han et al., 2014) Margasatwa.
Dalam penelitian ini pengambilan sampel adalah
B. Pohon Keputusan menyebar kuesioner kepada masyarakat yang pernah
Pohon keputusan dapat diartikan suatu cara berkunjung ke Taman Margasatwa. Pada penelitian
untuk memprediksi atau mengklarifikasi yang sangat
ini jumlah populasi tidak diketahui sehingga sampel
kuat. Pohon keputusan dapat membagi kumpulan
data yang besar menjadi himpunan-himpunan record yang diambil dari kuesioner yang di isi oleh
yang lebih kecil dengan menerapkan serangkaian responden sebanyak 35 respoden agar mewakili
aturan keputusan (Novianti et al., 2016). populasi tidak secara keseluruhan.
Pohon keputusan adalah kemampuannya untuk
mem-break down proses pengambilan keputusan C. Metode Analis Data
akan lebih menginterpretasikan solusi dari
Untuk menentukan Kepuasan Pengunjung
permasalahan (Syarif Mayron Turnip, 2018). Pohon
keputusan juga berguna untuk mengeksplorasi data, Terhadap Fasilitas Taman Margasatwa
menemukan hubugan tersembunyi antara sejumlah Menggunakan Metode Algoritma C4.5 maka data
calon variabel input dengan sebuah variabel input yang akan digunakan dan di analisa data kuesioner
dengan sebuah variabel target (Firmansyah & responden yang pernah ke taman margasatwa
Aufany, 2016). dimana ddiperoleh dari pengisian kuesioner dari
pengunjung. Untuk menentukan kepuasan
C. Algoritma C4.5
pengunjung yaitu dibedakan menjadi dua clas yaitu
Algortima C4.5 merupakan kelompok
algortima pohon keputusan (Decision Tree). Puas dan Tidak Puas.
http://ejournal.bsi.ac.id/ejurnal/index.php/infortech 74
Jurnal Infortech, Volume 3 No. 1 Juni 2021
E-ISSN 2715-8160
2 4 4 2 4 4 Puas
E. Algoritma C4.5
3 3 4 2 3 3 Puas
Entropy adalah ukuran dari teori informasi
yang dapat mengetahui karakteristik dari impuryt 4 4 3 2 3 2 puas
9 3 3 3 3 4 Puas
Entropy (S) = Σni=0 - pi * log2 (pi)....................(1) 10 3 4 2 3 3 Puas
11 3 3 3 3 3 Puas
Berikut keterangannya :
S : Himpunan kasus 12 3 4 3 4 3 puas
N : Jumlah partisi 13 3 3 3 3 3 Puas
Pi : Jumlah kasus pada partisi ke-i” 14 3 3 3 4 4 Puas
Information Gain adalah informasi yang didapatkan Tidak
15 3 3 2 3 3 Puas
dari perubahan entropy pada suatu kumpulan data,
baik melalui observasi atau bisa juga disimpulkan 16 3 4 3 4 4 Puas
dengan cara melakukan partisipasi terhadap suatu set 17 4 4 3 3 3 Puas
data(Arifin & Fitrianah, 2018). Tidak
18 3 2 2 1 2 Puas
GAIN ( S, A) = Entropy (S) - Σni=1 - | Si |*
Entropy(Si) ............................................................(2) 19 4 4 3 3 3 Puas
Tidak
20 3 3 2 3 3 Puas
Berikut keterangannya : Tidak
21 3 4 2 4 4 Puas
S : Himpunan kasus
N : Jumlah partisi atribut A 22 3 3 3 3 3 Puas
Tidak
|Si| : Jumlah kasus pada partisi ke-i 23 3 3 2 1 2 Puas
|S| : Jumlah kasus da Tidak
24 3 3 2 3 4 Puas
HASIL DAN PEMBAHASAN 25 3 3 3 3 3 Puas
Data yang peneliti gunakan dalam penelitian
26 4 4 3 3 4 Puas
ini adalah data kuesioner. Data diperoleh dari
pembagian kuesioner sebanyak 35 responden. Data 27 4 4 3 4 4 Puas
yang dikumpulkan yaitu data kuesioner yang 28 3 3 3 4 3 Puas
dibagikan kepada masyarakat yang pernah Tidak
berkunjung ke Taman Margasatwa. Penyebaran 29 3 3 2 3 2 Puas
kuesioner dimulai pada bulan April 2020. Untuk 30 4 3 3 3 4 Puas
mempermudah pengisian dan pengelolahan data Tidak
,maka dibuatkanlah kriteria dan alternatif pada 31 3 3 2 2 3 Puas
kepuasaan pengunjung kriteria yang digunakan
32 3 3 3 3 3 Puas
dalam penelitian ini yaitu wisata yang paling Tidak
diminati,fasilitas yang ada,tempat 33 3 3 3 2 3 Puas
perkir,keamanaan,kebersihan
34 3 4 3 4 3 Puas
1. Data Training Tidak
Data traning adalah data yang digunakan untuk 35 3 4 3 2 3 Puas
melakukan perhitungan menggunakan metode
http://ejournal.bsi.ac.id/ejurnal/index.php/infortech 75
Jurnal Infortech, Volume 3 No. 1 Juni 2021
E-ISSN 2715-8160
Pua Tida
No Entrop
s ( Si k ( Si Gain
de Jumlah ( S ) hy
2. Data Testing ) )
0,8812
Berdasarkan pada data training diatas,data yang 1 Total 30 21 9
90899
diuji dengan menggunakan Data testing Algoritma Paling
0,0428
Dimina
C4.5 dalah seperti tabel dibawah ini ti
56158
Sangat 0,5435
8 7 1
Tabel 2. Data Testing Setuju 64443
0,9456
Setuju 22 14 8
60305
No Paling Fasilitas Tempat Keama Kebers Tidak
Hasil 0 0 0 0
. Dinikmati Semua Parkir naan ihan
Setuju
Tidak Sangat
1 4 3 3 2 2
Puas
Tidak 0 0 0 0
2 4 4 2 4 4 Puas Setuju
Fasilita
3 3 4 2 3 3 Puas s 0,1893
Semua 63821
4 4 3 2 3 2 puas h
Sangat 0,4394
11 10 1
5 3 3 3 3 3 puas Setuju 96987
0,9366
Setuju 17 11 6
6 3 4 2 3 3 puas 67382
Tidak
Tidak 1 0 1 0
7 3 1 2 2 1 Setuju
Puas
Sangat
8 3 3 3 3 3 Puas Tidak 1 0 1 0
Setuju
9 3 3 3 3 4 Puas Tempat 0,2818
Parkir 59427
10 3 4 2 3 3 Puas Sangat
0 0 0 0
Setuju
11 3 3 3 3 3 Puas 0,3227
Setuju 17 16 1
56959
12 3 4 3 4 3 puas Tidak 0,9612
13 5 8
Setuju 36605
13 3 3 3 3 3 Puas Sangat
Tidak 0 0 0 0
14 3 3 3 4 4 Puas Setuju
Keama 0,2729
Tidak naan 9179
15 3 3 2 3 3
Puas
Sangat 0,5916
7 6 1
16 3 4 3 4 4 Puas Setuju 72779
0,7424
Setuju 19 15 4
17 4 4 3 3 3 Puas 8757
Tidak
Tidak 2 0 2 0
18 3 2 2 1 2 Setuju
Puas
Sangat
19 4 4 3 3 3 Puas Tidak 2 0 2 0
Setuju
Tidak
20 3 3 2 3 3 Kebersi 0,2484
Puas
haan 53445
Tidak
21 3 4 2 4 4 Sangat 0,7642
Puas 9 7 2
Setuju 04507
22 3 3 3 3 3 Puas 0,5665
Setuju 15 13 2
09507
Tidak
23 3 3 2 1 2 Tidak 0,7219
Puas 5 1 4
Setuju 28095
Tidak
24 3 3 2 3 4 Sangat
Puas
Tidak 1 0 1 0
25 3 3 3 3 3 Puas Setuju
26 4 4 3 3 4 Puas
Baris total kolom Entophy pada Tabel 3 dihitung
27 4 4 3 4 4 Puas dengan rumus sebagai berikut :
21 21 9 9
28 3 3 3 4 3 Puas Entrophy ( Total ) = (− ∗ 𝑙og2((30))+(-30)*log2(30))
30
Tidak
29 3 3 2 3 2
Puas
Entrophy ( Total ) = 0,881290899
30 4 3 3 3 4 Puas
http://ejournal.bsi.ac.id/ejurnal/index.php/infortech 76
Jurnal Infortech, Volume 3 No. 1 Juni 2021
E-ISSN 2715-8160
KESIMPULAN
REFERENSI
http://ejournal.bsi.ac.id/ejurnal/index.php/infortech 77
Jurnal Infortech, Volume 3 No. 1 Juni 2021
E-ISSN 2715-8160
http://ejournal.bsi.ac.id/ejurnal/index.php/infortech 78