ABSTRAK

Transportasi memegang peranan penting dalam perekonomian suatu daerah dan
pergerakan masyarakat. Kereta Api (KA) saat ini menjadi moda transportasi yang
populer karena kemudahan penggunaan, keamanan, dan keandalannya. Satu-
satunya Badan Usaha Milik Negara (BUMN) yang menyediakan jasa angkutan
kereta api adalah Perusahaan Kereta Api Indonesia (KAI). Upaya memenuhi
kebutuhan dan keinginan pelanggan, serta ketepatan penyampaian sesuai dengan
harapan pelanggan, semuanya merupakan aspek kualitas pelayanan. Pelanggan
akan lebih mungkin puas terhadap perusahaan jika kualitas layanannya lebih tinggi.
Untuk meningkatkan nilai akurasi digunakan Optimize Selection dan validasi Split
Validation. Penelitian ini dilakukan pemodelan menggunakan algoritma Decision
Tree dengan menggunakan dataset kepuasan pengguna aplikasi KAI Access yang
didapatkan dari hasil kuesioner. Data training dan data testing membentuk
kumpulan data penelitian. Operator Cross Validation dan Split Validation akan
digunakan untuk membagi data. Validasi data dengan 10-Fold Validation pada
Algoritma Decision Tree memiliki tingkat performa terbaik diantara 2 algoritma
lainnya seperti; Naive Bayes dan K-Nearest Neighbor (K-NN). Algoritma Decision
Tree menghasilkan nilai akurasi dan AUC sebesar 98,96% untuk akurasi dan 0,800
untuk AUC. Optimasi dengan fitur selection dan validasi split validation. Dengan
menggunakan Split Validation dengan ratio 0,8 menghasilkan nilai akurasi sebesar
100% dan AUC 1,000.