Abstrak-Layanan publik adalah semua kegiatan layanan yang dilakukan oleh penyedia layanan publik sebagai upaya untuk memenuhi kebutuhan penerima layanan sesuai dengan ketentuan dan aturan yang dibuat. Pelayanan e-KTP sebagai salah satu layanan publik yang masih belum maksimal, hali ini dibuktikan dengan data yang telah dikumpulkan. Sampel data yang diambil adalah data dari Kecamatan Batujajar Kabupaten Bandung Barat. Kecataman Batujajar menjadi tempat pengambilan data karena masih banyak data yang belum terekam sebanyak sebanyak 7974 data e-KTP. Untuk mengetahui lebih dini tingkat kepuasan mayarakat terhadap pelayanan perekaman e-KTP, salah satunya menggunakan data mining. Pada penelitian ini akan memprediksi tingkat kepuasan pelayanan perekaman e-KTP dengan mengumpulkan 17 indikator dengan menggunakan skala likert. Data kepuasan yang telah dikumpulkan akan dipisahkan antara data latih dan data uji. Hasil model data latih akan digunakan untuk melihat akurasi pada data uji, Dari hasil pengujian, ditemukan bahwa alagoritma naïve bayes memiliki akurasi sebesar 91.70%. Adapun algoritma pembanding dalam hal ini Decision Tree, yaitu sebesar 65.90%.
Kata-kata kunci: Naive Bayes, Decision Tree, e-KTP,Klasifikasi.
Abstract-Public services are all service activities carried out by community service providers to meet the needs of service recipients, as well as in the implementation of rules. The e-ID Card (e-KTP) service as one of the public services provided is still not maximal, it is proven by the data that has been collected. Samples of data taken are data from Batujajar District, West Bandung Regency. Batujajar District is the place for data collection because there are 7974 e-ID Card data that have not been recorded. To find out the level of community satisfaction with e-ID Card recording services, one of them uses data mining. The study will predict the level of satisfaction of e-ID Card recording services by collecting 17 indicators using a Likert scale. Satisfaction data that has been gathered will be collected between training data and test data. The results of the training data model will be used to see the accuracy of the test data. From the results of testing, the Bayes algorithmhas an accuracy of 91.70%. There is a comparison algorithm in this case, the Decision Tree, which is 65.90%.