Ferlin, Julia (2020) Klasifikasi Customer Intent Untuk Mengetahui Tingkat Kepuasan Pelanggan Menggunakan Metode Support Vector Machine Pada Restoran Bakso President. Sarjana thesis, Universitas Brawijaya.
Abstract
Banyaknya restoran bakso di kota Malang menyebabkan bertambah ketat nya persaingan yang membuat Bakso President harus mampu melakukan peningkatan strategi bisnis dalam upaya menjaga atau meningkatkan kepuasan pelanggan. Hingga kini, quality control yang dilakukan Restoran Bakso President dalam upaya menjaga atau meningkatkan kepuasan pelanggan hanya dengan melakukan penilaian secara subjektif oleh Ali selaku manajer dari Bakso President dan belum mendapatkan ataupun melakukan evaluasi berdasarkan ulasan dari media sosial. Ketidakteraturan informasi yang tersebar di media dapat berpengaruh terhadap pengambilan keputusan yang cenderung akan diambil secara subjektif. Maka dari itu, perlu dilakukan klasifikasi atas data atau informasi untuk membantu penyusunan informasi sebagai komponen pendukung untuk pengambilan keputusan. Intent classification adalah salah satu cara untuk membantu Bakso President dalam mengategorikan customer intent sebagai informasi pendukung dalam penyusunan keputusan strategi bisnis oleh Bakso President, dengan begitu pengambilan keputusan yang dilakukan oleh Bakso President bisa tepat sasaran. Klasifikasi customer intent dilakukan berdasarkan 2252 data ulasan yang dituliskan pelanggan pada situs TripAdvisor dan Google Review yang kemudian diklasifikasikan berdasarkan 3 kategori customer intent yaitu quit, direct, complaint intent, serta satu kelas lagi yang berisikan komentar tidak terindikasikan memiliki ketiga intent tersebut. Proses pengklasifikasian data pada penelitian ini menggunakan metode Support Vector Machine dengan pembobotan kata menggunakan algoritme TF-IDF (Term Frequency – Inverse Document Frequency) serta menggunakan algoritme Cross Validation dalam pembagian data uji dan data latih. Penelitian ini menghasilkan nilai Accuracy model sebesar 80% dengan rata – rata nilai Precision sebesar 66%, Recall sebesar 43,7%, dan F1-score sebesar 47%. Informasi yang dihasilkan dari analisa data kemudian divisualisasikan berupa tampilan dashboard yang berisikan informasi mengenai tren customer intent berdasarkan waktu, 10 komentar terbanyak berdasarkan customer intent serta hasil klasifikasi dari keseluruhan data. Visualisasi dashboard kemudian dilakukan pengujian dengan SUS (System Usability Scale) dan menghasilkan nilai usability sebesar 75 dengan 1 orang responden yaitu Manager dari restoran Bakso President. Nilai tersebut berarti bahwa dashboard telah memiliki nilai usability “Excellent” dengan arti tampilan dashboard telah diterima dengan baik oleh pengguna.
English Abstract
The number of meatball restaurants in Malang causes increased competition which makes Bakso President must be able to improve business strategies to maintain or increase customer satisfaction. To this day, the quality control conducted by the Bakso President Restaurant to maintain or increase customer satisfaction is only by making a subjective assessment by Ali as the manager of the Bakso President and has not received or conducted an evaluation based on reviews from social media. The irregularity of information that is spread in the media can affect the decision making that tends to be taken subjectively. Therefore, it is necessary to classify data or information to help compile information as a supporting component for decision making. Intent classification is one way to assist Bakso President in categorizing customer intent as supporting information in making business strategy decisions, so the decision could be more objective and coming up with the right target. Customer intent's classification is based on 2252 review data written by customers on the TripAdvisor site and Google Review, which are then classified according to 3 categories of customer intent, namely quit, direct, complaint intent, and others class. The process of classifying data in this study uses the Support Vector Machine method by TF-IDF (Term Frequency - Inverse Document Frequency) algorithm as a term weighting algorithm. The Cross-Validation algorithm is used as a distribution algorithm of test and training data. This research results 80 % in the Accuracy model, with an average classifier measure score, are 66% of the Precision's score, 43.7% Recall's score, and 47% F1-score. The information then visualized in the dashboard display containing information about customer intent trends based on time series, 10 most comments based on customer intent and the results of 2252 data classification. Dashboard visualization then tested by the Manager of Bakso President Restaurant himself with SUS (System Usability Scale) questionnaire and the result is 75 of usability score. This value implies that the dashboard has "Excellent" usability and received very favorably by the user.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/65/052003027 |
| Uncontrolled Keywords: | Customer Intent, Support Vector Machine, Text Mining, Klasifikasi, Visualisasi Data. Customer Intent, Support Vector Machine, Text Mining, Classification, Data Visualization. |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 01 Aug 2020 08:57 |
| Last Modified: | 13 Apr 2023 06:11 |
| URI: | http://repository.ub.ac.id/id/eprint/180600 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Julia Ferlin.pdf Restricted to Registered users only until 31 December 2023. Download (6MB) |
|
Text (DALAM MASA EMBARGO)
Julia Ferlin.pdf - Published Version Restricted to Registered users only until 31 December 2023. Download (6MB) |
Actions (login required)
 |
View Item |