HELPDESK WEB APPLICATION DESIGN WITH REPORTING TYPE CLASSIFICATION USING NAÏVE BAYES ALGORITHM (CASE STUDY: PT PELINDO DAYA SEJAHTERA)
PT Pelindo Daya Sejahtera memiliki banyak system yang dikelola sehingga hal tersebut tidak terlepas dari ketidak lancaran system serta permintaan system informasi baru yang dapat mengembangkan dan meningkatkan kualitas pelayanan di PT Pelindo Daya Sejahtera.
Proses pengelolaan tersebut akan disesuaikan berdasarkan framework Cobit 4.1 dengan membagi sumber daya teknologi informasi pada divisi Teknologi dan Informasi. COBIT memungkinkan pengembangan kebijakan yang jelas dan praktik serta baik untuk pengendalian TI di seluruh perusahaan. COBIT akan terus diperbarui. Oleh karena itu, COBIT telah menjadi integrator untuk praktik-praktik TI yang baik dan membantu dalam memahami dan mengelola risiko terkait dengan TI.
Tujuan dari penelitian ini adalah mengimplementasikan model klasifikasi Naïve bayes pada Website Helpdesk. Pengujian dilakukan dengan proses pengukuran tingkat accuracy dan proses implementasi seluruh model pada Website.
Hasil penelitian ini menunjukkan bahwa pada permodelan naïve bayes dapat dipilih untuk pembagian data yang paling baik yakni 9:1 dengan nilai accuracy yakni 86% dengan hasil precision 84%, recall 85%, dan F1-Score 84%.
Pengujian tersebut dilakukan dengan mempertimbang jumlah data yang telah Dikumpulkan yakni 519 dengan pengoptimalisasian pengurangan jumlah gap dengan SMOTE sehingga data berubah menjadi 768 data.
Kata Kunci – Naïve Bayes, Helpdesk Application, Klasifikasi, Cobit 4.1., Iconix Process
PT Pelindo Daya Sejahtera has many systems that are managed so that this cannot be separated from system failures and requests for new information systems that can develop and improve service quality at PT Pelindo Daya Sejahtera.
The management process will be adjusted based on the Cobit 4.1 framework by dividing information technology resources in the Technology and Information division. COBIT enables the development of clear policies and good practices for enterprise-wide IT controls. COBIT will be continuously updated. Therefore, COBIT has become an integrator for good IT practices and assists in understanding and managing risks related to IT.
The purpose of this study is to implement the Naïve Bayes classification model on the Helpdesk Website. Testing is carried out by measuring the accuracy level and the process of implementing all models on the website.
The results of this study indicate that in naïve Bayes modeling the best data distribution can be chosen, namely 9:1 with an accuracy value of 86% with a precision of 84%, a recall of 85%, and an F1-Score of 84%.
The test was carried out by considering the amount of data that had been collected, namely 519 by optimizing reducing the number of gaps with SMOTE so that the data turned into 768 data.