Kohesi: Jurnal Sains dan Teknologi

Articles

Vol. 10 No. 7 (2025): Kohesi: Jurnal Sains dan Teknologi, ISSN 3025-1311

Analisis Kepuasan Pengguna Transjakarta Koridor B13 (Summarecon Bekasi – Blok M) Menggunakan Metode K-Means Clustering

Submitted
December 15, 2025
Published
2025-12-15

Abstract

Transportasi publik memiliki peran penting dalam mendukung
mobilitas masyarakat perkotaan. Penelitian ini bertujuan untuk
menganalisis tingkat kepuasan pengguna Transjakarta pada Koridor
B13 (Summarecon Bekasi – Blok M) menggunakan metode K-Means
Clustering. Subjek penelitian mencakup pengguna aktif
Transjakarta yang terdiri dari pelajar, mahasiswa, dan pekerja.
Data diperoleh melalui penyebaran kuesioner berbasis skala Likert
1–5 yang mencakup indikator kualitas pelayanan dan fasilitas.
Pengolahan data dilakukan menggunakan aplikasi RapidMiner
untuk mengelompokkan tingkat kepuasan pengguna. Hasil analisis
menunjukkan terbentuknya tiga cluster utama yang
merepresentasikan kategori puas, cukup, dan tidak puas. Faktor
ketepatan waktu dan kenyamanan menjadi aspek yang paling
berpengaruh terhadap tingkat kepuasan pengguna. Penelitian ini
diharapkan dapat menjadi bahan evaluasi bagi pengelola
Transjakarta dalam meningkatkan kualitas layanan di Koridor B13.

References

  1. Akbar, T. (n.d.). ANALISIS TINGKAT KEPUASAN PENGGUNA TRANSJAKARTA KORIDOR 10 (TJ
  2. PRIOK–PGC 2) TERHADAP KUALITAS PELAYANAN DAN FASILITAS MENGGUNAKAN METODE KMEANS CLUSTERING.
  3. Al Atros, K., Padri, A. R., Nurdiawan, O., Faqih, A., & Anwar, S. (2022). Model Klasifikasi Analisis
  4. Kepuasan Pengguna Perpustakaan Online Menggunakan K-Means dan Decission Tree.
  5. JURIKOM (Jurnal Ris. Komputer), 8(6), 323–329.
  6. Anuur, C. M. (2022). Jumlah Penumpang Bus Transjakarta Berdasarkan Koridor/Rute (2021).
  7. Databoks Katadata. https://databoks.katadata.co.id/transportasilogistik/statistik/9d26bc18b58a174/ini-rute-bus-transjakarta-dengan-jumlah-penumpangterbanyak-pada-2021
  8. Azwan, M., Kurniawan, R., Insani, F., Informatika, T., Islam, U., Syarif, S., Riau, K., & Dengue,
  9. D. B. (2022). Penerapan Algoritma K-Means Clustering dan Correlation Matrix Untuk
  10. Menganalisis Risiko Penyebaran Demam Berdarah di Kota Pekanbaru. 6(3), 1–6.
  11. Daffauzan, M. F. (2023). Analisa Penumpang Bus Transjakarta dengan Metode K-Means. Journal
  12. Computer Science and Information Systems: J-Cosys, 3(2), 61–64.
  13. Maulana, R., Raihan, M., & Santoso, I. (2023). Komparasi Algoritma Naive Bayes Dan K-Nearest
  14. Neighbor Pada Analisis Sentimen Terhadap Ulasan Pengguna Aplikasi Tokopedia. Jurnal
  15. Teknologi Informasi: Jurnal Keilmuan Dan Aplikasi Bidang Teknik Informatika, 17(2), 177–
  16. 189.
  17. Purnandika, R. A., & Septiana, H. (2024). Purnandika, R., and Hana Septiana. “Kualitas layanan
  18. terhadap kepuasan pelanggan pada pengguna transportasi umum di Jakarta.” Jurnal Ilmiah
  19. Manajemen Ekonomi Dan Akuntansi (JIMEA) 1.2 (2023): 25-32. Jurnal Ilmiah Manajemen
  20. Ekonomi Dan Akuntansi, 1(Februari), 25–32.
  21. Ulya, F. A., Abdullah, A. N., Hanan, T. A., & Nur, I. M. (2023). Pengelompokkan Tingkat Pengangguran Terbuka Di Jawa Tengah Menggunakan Metode K–Means Clustering: Grouping
  22. Open Unemployment Rates in Central Java Using the K–Means Clustering Method. Journal
  23. Of Data Insights, 1(2), 71–80.
  24. Vanessa, B., & Prabantari, K. (2020). Analysis of the Relationship between Service Quality and
  25. Customer Satisfaction Level of Transjakarta Transportation. Transaction Journal, 12(1),
  26. 25–39.

Similar Articles

21-30 of 182

You may also start an advanced similarity search for this article.