Implementasi Data Mining Menggunakan Model SVM untuk Prediksi Kepuasan Pengunjung Taman Tabebuya

Abstract

Taman merupakan objek wisata gratis. Taman merupakan objek wisata yang memuat unsure material keras dan lunak yang saling terkait satu sama lainnya yang sengaja dibuat oleh manusia dalam kegunaannya sebagai tempat penyegar dalam dan luar ruangan hingga banyak memberi manfaat bagi banyak orang. Wisata Objek Tabebuya di Jagakarsa DKI Jakarta Selatan adalah Taman wisata yang di peruntukan bagai masyarakat jakarta yang biasanya ramai pada hari biasa maupun hari liburan. Tempat ini sangat bagus dan bisa memberikan sensasi kenyamanan kondisi yang berbeda dengan aktivitas kita sehari-hari. Untuk dapat meningkatkan kunjungan wisatawan, Biasanya di sebut kepuasan pengunjung hal ini dapat terwujud peningkatan kualitas pelayanan. Penelitian ini bertujuan untuk memprediksi kepuasan pengunjung taman Tabebuya dengan metode algoritma SVM (Support Vector Machine) dimana eksperimen pada model divalidasi dan dievaluasi dengan Confusion Matrix dan AUC (Area Under Curve) dengan ROC (Receiver Operating Characteristic). Hasil daripenelitianmelakukanevaluasi dan validasi dapat disimpulkan bahwa algortima SVM memiliki akurasi dan performa secara rata-rata yaitu sebesar 86,00% dan nilai AUC sebesar 0.947.