UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Implementasi Text Mining Pengukuran Kepuasan Pelayanan Penumpang Kapal Ferry Pada Pelabuhan Pammatata Rute Bira
Penanda Bagikan

CD Skripsi

Implementasi Text Mining Pengukuran Kepuasan Pelayanan Penumpang Kapal Ferry Pada Pelabuhan Pammatata Rute Bira

Muh. Wahyu Hasbullah - Nama Orang;

ABSTRAK

MUH WAHYU HASBULLAH. Implementasi Text Mining Pengukuran Kepuasan Pelayanan Penumpang Kapal Ferry Pada Pelabuhan Pammatata Rute Bira (dibimbing oleh Muhammad Arafah dan Fitriana M. Sabir).

Permasalahan yang terjadi pada Pelabuhan Pammatata Rute Bira adalah tingkat kepuasan penumpang yang dipengaruhi oleh berbagai keluhan, seperti pelayanan loket karcis yang kurang baik, antrian panjang saat pemesanan tiket, dan kurangnya tempat duduk. Untuk mengatasi hal tersebut, penelitian ini mengukur tingkat kepuasan terhadap keluhan penumpang sebagai upaya meningkatkan pelayanan. Tujuan penelitian ini adalah untuk mengetahui pengaruh tingkat kepuasan penumpang terhadap penggunaan Kapal Ferry Pelabuhan Pammatata Rute Bira dengan mengelompokkan data ulasan ke dalam kategori sangat puas, puas, ragu-ragu, tidak puas, dan sangat tidak puas. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering. Data penelitian diperoleh melalui studi pustaka dan ulasan pengguna pada fitur Google Review. Hasil penelitian menunjukkan bahwa algoritma K-Means Clustering berhasil mengelompokkan 113 data ulasan penumpang dengan tingkat akurasi yang stabil pada perulangan ke-12 dan ke-13. Berdasarkan hasil penelitian, dapat disimpulkan bahwa cluster 1 (sangat tidak puas) sebanyak 24 penumpang, cluster 2 (tidak puas) sebanyak 3 penumpang, cluster 3 (ragu-ragu) sebanyak 19 penumpang, cluster 4 (puas) sebanyak 13 penumpang, dan cluster 5 (sangat puas) sebanyak 54 penumpang. Hal ini menunjukkan bahwa mayoritas penumpang merasa sangat puas dengan pelayanan, meskipun masih terdapat 24 penumpang yang merasa sangat tidak puas, sehingga perlu dilakukan evaluasi lebih lanjut pada pelayanan loket karcis dan manajemen antrian.

Kata Kunci : Penumpang, Pelabuhan, Tingkat Kepuasan, Algoritma K-Means, Text Mining.


 


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 1023) CD/SKR/TI/2024 REF MUH i
3023/CD/SKR-Ti/26
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
CDSKR MUH i
Penerbit
Makassar : UNITAMA., 2024
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF MUH i
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Suryadi Syamsu dan Pembimbing II: Andi M. Yusuf Penguji: Muhajirin, Annisa Nurul Puteri dan Ratnawati
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?