ANALISIS KEPUASAN PENUMPANG MASKAPAI BERBASIS DATA MINING MENGGUNAKAN DECISION TREE, CSI DAN IPA

Abstract

Mutu pelayanan merupakan pilar fundamental yang menentukan tingkat kepuasan pengguna jasa aviasi di era modern. Riset ini bertujuan mengevaluasi kepuasan penumpang menggunakan kerangka kerja terintegrasi yang menggabungkan algoritma klasifikasi Decision Tree, instrumen Customer Satisfaction Index (CSI), serta Importance Performance Analysis (IPA). Kumpulan data bersumber di Kaggle, mencakup 25.976 baris data. Metode Decision Tree dioperasikan untuk mengklasifikasikan kelas kepuasan, CSI diterapkan untuk kalkulasi indeks agregat, dan IPA dimanfaatkan guna memetakan skala prioritas perbaikan layanan secara presisi. Temuan membuktikan model Decision Tree beroperasi sangat optimal dengan tingkat akurasi mencapai 86,6 persen serta nilai Area Under the Curve (AUC) sebesar 0,938. Atribut proses boarding daring terdeteksi sebagai elemen paling signifikan dalam memengaruhi kepuasan penumpang secara keseluruhan. Kalkulasi indeks menggunakan CSI menghasilkan skor 0,65, yang merepresentasikan bahwa mayoritas penumpang berada di kategori cukup puas. Pemetaan matriks IPA memposisikan sebagian besar atribut pelayanan ke Kuadran II, mengindikasikan bahwa kinerja maskapai saat ini perlu dipertahankan konsistensinya. Kajian ini memberikan landasan strategis berharga