Analisis Kinerja Metode Support Vector Machine dalam Mengukur Tingkat Kepuasan Pengguna QRIS di Pasar Kuliner Pajak USU

Tita Yunala Mashita Purba; Mariapuli Br Bukit; Anggiat Mangihut Parulian Sihite; Donni Nasution

doi:10.56427/jcbd.v5i2.1007

Authors

Tita Yunala Mashita Purba Universitas Prima Indonesia
Mariapuli Br Bukit Universitas Prima Indonesia
Anggiat Mangihut Parulian Sihite Universitas Prima Indonesia
Donni Nasution Universitas Prima Indonesia

DOI:

https://doi.org/10.56427/jcbd.v5i2.1007

Keywords:

QRIS, Support Vector Machine, Analisis Sentimen, Kepuasan Pengguna, Pembayaran Digital

Abstract

Transformasi pembayaran digital di Indonesia mendorong penggunaan Quick Response Code Indonesian Standard (QRIS) sebagai sistem transaksi non-tunai yang efisien dan inklusif, khususnya pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM). Pasar Kuliner Pajak Universitas Sumatera Utara (USU) merupakan salah satu lokasi dengan tingkat adopsi QRIS yang tinggi, namun kepuasan penggunanya belum banyak dianalisis secara komprehensif. Tujuan penelitian ini adalah menganalisis kinerja metode Support Vector Machine (SVM) dalam mengukur tingkat kepuasan pengguna QRIS melalui analisis sentimen. Penelitian ini mengadopsi pendekatan kuantitatif dengan pengumpulan data melalui kuesioner berbasis Google Form kepada 559 responden. Data diolah menggunakan Python melalui tahapan preprocessing, normalisasi data, dan klasifikasi menggunakan metode SVM dengan kernel linear. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasi tingkat kepuasan pengguna QRIS dengan tingkat akurasi mencapai 98,21%. Nilai precision pada kelas "Tidak Puas" mencapai 1,00 dengan recall 0,97, sedangkan kelas "Puas" memperoleh precision 0,95 dan recall 1,00. Melalui hasil penelitian ini, metode SVM dinilai efektif dalam melakukan klasifikasi tingkat kepuasan penggunaan QRIS pada lingkungan UMKM kuliner.

Downloads

Download data is not yet available.

References

[1] N. Alifia, E. Permana, and Harnovinsah, "Analisis penggunaan QRIS terhadap peningkatan pendapatan UMKM," Jurnal Riset Akuntansi Terpadu, vol. 15, no. 2, 2022.

[2] S. Aisyah, P. Sepfiani, L. P. Putri, D. I. Gunawan, and H. L. Nararya, "Pendampingan penggunaan QRIS pada UMKM upaya peningkatan produktivitas UMKM di Kota Medan," Nusantara: Jurnal Pengabdian Kepada Masyarakat, vol. 3, no. 1, pp. 142–151, 2023.

[3] J. E. Sihaloho, A. Ramadani, and S. Rahmayanti, "Implementasi sistem pembayaran Quick Response Indonesia Standard bagi perkembangan UMKM di Medan," Jurnal Manajemen Bisnis, vol. 17, no. 2, pp. 287–298, 2020.

[4] D. A. Paramitha and D. Kusumaningtyas, "Analisis faktor yang mempengaruhi kepuasan pengguna QRIS," Jurnal Ekonomi dan Bisnis Digital, vol. 2, no. 1, 2022.

[5] E. G. M. Nainggolan, B. T. F. Silalahi, and E. M. Sinaga, "Analisis kepuasan Gen Z dalam menggunakan QRIS di Kota Pematangsiantar," Jurnal Ilmu Manajemen dan Bisnis, vol. 10, no. 2, 2022.

[6] N. I. T. B. Sebayang and Rahmawati, "Pengaruh persepsi kepercayaan dan persepsi keamanan terhadap minat penggunaan QRIS sebagai alat pembayaran digital UMKM halal Kota Medan," Jurnal Ilmu Ekonomi dan Bisnis Islam, vol. 4, no. 1, 2022.

[7] B. Filemon, V. C. Mawardi, and N. J. Perdana, "Penggunaan metode Support Vector Machine untuk klasifikasi sentimen e-wallet," Jurnal Ilmu Komputer dan Sistem Informasi, vol. 11, no. 1, 2023.

[8] A. V. Utomo, A. Setiawan, and M. Arifin, "Analisis sentimen ulasan Hijab Aulia dengan metode Support Vector Machine untuk kepuasan pelanggan," Jurnal Informatika dan Rekayasa Perangkat Lunak, vol. 5, no. 2, 2023.

[9] A. Nofandi, N. Y. Setiawan, and D. W. Brata, "Analisis sentimen ulasan pelanggan dengan metode Support Vector Machine (SVM) untuk peningkatan kualitas layanan pada restoran Warung Wareg," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 1, pp. 458–466, 2023.

[10] D. T. Savra, "Analisis sentimen pengguna e-wallet dan digital banking menggunakan algoritma Support Vector Machine dan Naive Bayes Classifier," Tugas Akhir, Universitas Islam Negeri Sultan Syarif Kasim Riau, 2024.

[11] V. Vapnik, The Nature of Statistical Learning Theory, 2nd ed. New York, USA: Springer, 2000.

[12] E. Sholihah and R. Nurhapsari, "Percepatan implementasi digital payment pada UMKM: Intensi pengguna QRIS berdasarkan Technology Acceptance Model," Nominal: Barometer Riset Akuntansi dan Manajemen, vol. 12, no. 1, 2023.

[13] P. Paramita and A. Ibrahim, "Analisis sentimen pengguna QRIS pada Twitter," Journal of Information Systems and Informatics Engineering (JOISIE), vol. 5, no. 2, 2023.

[14] L. Selvina et al., "Efektivitas penerapan sistem pembayaran QRIS pada UMKM," Jurnal Akuntansi, Manajemen dan Finansial Indonesia (JAMFI), vol. 3, no. 1, 2024.

[15] H. Lubis and R. Nasution, "Pemanfaatan QRIS dalam inklusi keuangan UMKM," Jurnal Ekonomi Digital Indonesia, vol. 2, no. 1, 2025.

[16] D. I. Ulya, "Analisis persepsi publik terhadap QRIS menggunakan Twitter," ELTIKOM: Jurnal Teknik, Ilmu Komputer dan Informatika, vol. 7, no. 1, 2023.

[17] R. K. Pambudi, "Perbandingan Naive Bayes dan SVM dalam analisis sentimen QRIS," Journal of Software Engineering and Computational Intelligence (JSECI), vol. 3, no. 1, 2025.

[18] I. R. Ainunnisa and S. Sulastri, "Analisis sentimen aplikasi TikTok dengan metode Support Vector Machine (SVM), Logistic Regression dan Naive Bayes," Jurnal Teknologi Sistem Informasi dan Aplikasi, vol. 6, no. 3, pp. 423–430, 2023.