Klasifikasi Kepuasan Masyarakat Makassar terhadap Juru Parkir Liar dengan Gaussian Naive Bayes

Abstract

Keberadaan juru parkir liar di Kota Makassar menimbulkan persoalan biaya yang tidak seragam, ketidaknyamanan, dan ketidakpastian keamanan kendaraan yang dapat memengaruhi kepuasan masyarakat. Penelitian ini bertujuan mengklasifikasikan tingkat kepuasan masyarakat terhadap layanan juru parkir liar menggunakan Gaussian Naive Bayes sekaligus mengevaluasi kestabilan kinerjanya. Data berasal dari 100 responden yang memiliki pengalaman berinteraksi dengan juru parkir liar melalui kuesioner berisi sembilan butir; Q6 digunakan sebagai target kelas (Tidak Puas, Biasa Saja, dan Puas), sedangkan Q1-Q5 dan Q7-Q9 sebagai prediktor. Pengecekan instrumen menggunakan corrected item-total Pearson correlation menghasilkan r=0,455-0,905 dan Cronbach's Alpha=0,803-0,947. Respons kategorikal dikodekan 0-2 sebagai kode ordinal; pengkodean ini tidak dianggap membuktikan distribusi kontinu Gaussian, sehingga CategoricalNB juga diuji sebagai analisis sensitivitas. Evaluasi utama menggunakan Stratified 5-Fold Cross-Validation. GaussianNB memperoleh accuracy rata-rata 0,77+/-0,09, macro precision 0,81+/-0,08, macro recall 0,80+/-0,09, dan macro F1-score 0,79+/-0,08. Prediksi agregat menunjukkan 40/54 kelas Tidak Puas, 21/29 Biasa Saja, dan 16/17 Puas terklasifikasi benar; kesalahan terutama terjadi antara Tidak Puas dan Biasa Saja. Sebagai verifikasi eksperimen awal, hold-out 80:20 mereproduksi akurasi 85%, tetapi hasil cross-validation digunakan sebagai estimasi kinerja yang lebih konservatif. Kontribusi penelitian adalah perumusan klasifikasi kepuasan tiga kelas yang sesuai dengan struktur kuesioner, evaluasi tervalidasi silang, dan penjelasan batasan kedekatan konstruk prediktor dan target.