ANALISIS SKOR KEPUASAN PELANGGAN MENGGUNAKAN BIDIRECTIONAL LONG SHORT-TERM MEMORY PADA PT. RAJAWALI BERDIKARI INDONESIA

ANALISIS SKOR KEPUASAN PELANGGAN MENGGUNAKAN BIDIRECTIONAL LONG SHORT-TERM MEMORY PADA PT. RAJAWALI BERDIKARI INDONESIA

• By Rizky, Joy Lawa;
• Tesis
• 35
• 1-68

Penelitian ini bertujuan untuk menganalisis skor kepuasan pelanggan di PT. Rajawali Berdikari Indonesia menggunakan algoritma Bidirectional Long Short-Term Memory (BiLSTM) pada project BX. Dataset yang digunakan mencakup data historis interaksi pelanggan, seperti durasi percakapan, jumlah pemesanan, dan performa agent layanan pelanggan. Proses penelitian meliputi preprocessing, pemodelan, evaluasi, dan implementasi. Hasil menunjukkan bahwa model BiLSTM memiliki akurasi tertinggi mencapai 94%, dibandingkan algoritma lainnya seperti C4.5 dan Random Forest. Model ini efektif dalam menangkap pola temporal dan memberikan prediksi yang akurat, mendukung peningkatan strategi layanan pelanggan secara proaktif. Implementasi model diintegrasikan ke dalam sistem layanan pelanggan perusahaan untuk memantau kepuasan pelanggan secara real-time. Penelitian ini memberikan solusi inovatif untuk meningkatkan kualitas layanan pelanggan.

• Katakunci Skor Kepuasan Pelanggan, C4.5, Random Forest, BiLSTM, Data Mining
• URL https://ejournal.itn.ac.id/index.php/jati
• Penerbit universitas nusa mandiri,

REFERENSI

[1]      S. D. N. Siahaan and Fauzia Agustini, “Analisis Kepuasan Pelanggan Dengan Metode Customer Satisfaction Index (CSI) (Studi Kasus Pada BNI UNIMED),” Journal of Business and Economics Research (JBE, vol. 2, no. 1, pp. 13–19, Feb. 2021.

[2]      S. F. Widyana and Firmansyah Herdin, “PENGARUH CUSTOMER RELATIONSHIP MANAGEMENT (CRM) TERHADAP KEPUASAN PELANGGAN PRODUK SEPATU CONVERSE,” Jurnal Bisnis dan Pemasaran, vol. 11, no. 1, pp. 1–11, 2021.

[3]      M. Rezza, M. I. Yusuf, and R. R. Yacoub, “Prediksi Radiasi Surya Menggunakan Metode Long Short Term Memory,” ELIT JOURNAL Electrotechnics And Information Technology, vol. 5, no. 1, pp. 72–81, 2024.

[4]      F. Suci and A. Octaviano, “Penerapan Data Mining Dalam Meningkatkan Penjualan Handphone Dengan Menggunakan Metode Algoritma Apriori (Studi Kasus: PT. Agung Sejahtera Makmur),” OKTAL : Jurnal Ilmu Komputer dan Science, vol. 2, no. 9, pp. 2544–2552, Sep. 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/oktal

[5]      C. Alia Cahyani, G. Dwilestari, and N. Dienwati Nuris, “Penerapan Algoritma C4.5 Terhadap Klasifikasi Kepuasan Penumpang Pada Maskapai Penerbangan,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 867–871, 2024, doi: 10.36040/jati.v8i1.8815.

[6]      A. A. Santika, T. H. Saragih, Muliadi, D. Kartini, and R. Ramadhani, “Penerapan Skala Likert pada Klasifikasi Tingkat Kepuasan Pelanggan Agen Brilink Menggunakan Random Forest,” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 11, no. 3, pp. 405–411, 2023, doi: 10.26418/justin.v11i3.62086.

[7]      G. Arther Sandag, “Prediksi Rating Aplikasi App Store Menggunakan Algoritma Random Forest Application Rating Prediction on App Store using Random Forest Algorithm,” Cogito Smart Journal |, vol. 6, no. 2, 2020, [Online]. Available: https://www.kaggle.com/

[8]      T. A. Q. Putri, A. Triayudi, and R. T. Aldisa, “Implementasi Algoritma Decision Tree dan Naïve Bayes Untuk Klasifikasi Sentimen Terhadap Kepuasan Pelanggan Starbucks,” Journal of Information System Research (JOSH), vol. 4, no. 2, pp. 641–649, Jan. 2023, doi: 10.47065/josh.v4i2.2949.

[9]      J. W. Iskandar and Y. Nataliani, “Perbandingan Naïve Bayes, SVM, dan k-NN untuk Analisis Sentimen Gadget Berbasis Aspek,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 6, pp. 1120–1126, Dec. 2021, doi: 10.29207/resti.v5i6.3588.

[10]    D. R. Alghifari, M. Edi, and L. Firmansyah, “Implementasi Bidirectional LSTM untuk Analisis Sentimen Terhadap Layanan Grab Indonesia,” Jurnal Manajemen Informatika (JAMIKA), vol. 12, no. 2, pp. 89–99, 2022, doi: 10.34010/jamika.v12i2.7764.

[11]    A. H. Hasugian, M. Fakhriza, and D. Zukhoiriyah, “Analisis Sentimen Pada Review Pengguna E-Commerce Menggunakan Algoritma Naïve Bayes,” Januari, 2023, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsk/index

[12]    Sulindawaty, E. Laia, and M. Yamin, “Penerapan Algoritma Naïve Bayes dalam Menganalisis Sentimen pada Review Pengguna E-Commerce,” Media Online), vol. 4, no. 1, pp. 305–316, 2023, doi: 10.30865/klik.v4i1.1186.

[13]    M. A. Muzani, M. I. A. Sukri, S. N. Fauziah, A. Fatkhurohman, and D. Ariatmanto, “Data Mining Untuk Klasifikasi Produk Menggunakan Algoritma K-Nearest Neighbor Pada Toko Online,” Prosiding Seminar Nasional Sistem Informasi dan Teknologi (SISFOTEK), pp. 141–145, 2021.

[14]    A. Hanafiah et al., “SENTIMEN ANALISIS TERHADAP CUSTOMER REVIEW PRODUK SHOPEE BERBASIS WORDCLOUD DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER SENTIMENT ANALYSIS OF CUSTOMER REVIEWS OF SHOPEE PRODUCTS BASED ON WORDCLOUD USING NAÏVE BAYES CLASSIFIER ALGORITHM,” Journal of Information Technology and Computer Science (INTECOMS), vol. 6, no. 1, 2023.

[15]    A. Nugraha, Y. H. Chrisnanto, and R. Yuniarti, “Prediksi Sentimen Pada Sosial Media Twitter Mengenai Produk Smartphone Menggunakan Algoritma K-NN Classification,” Seminar Nasional Sains & Teknologi Informasi (SENSASI), pp. 251–258, 2019, [Online]. Available: http://prosiding.seminar-id.com/index.php/sensasi/issue/archivePage|251

[16]    F. Sembiring, M. Gunawan, R. Hakim, and V. J. Putri, “Komparasi Pergerakan Saham Apple Dan Samsung Menggunakan Algoritma Support Vector Machine (SVM),” KESATRIA: Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), vol. 4, no. 1, pp. 66–72, 2023.

[17]    D. Sebastian, “Implementasi Algoritma K-Nearest Neighbor untuk Melakukan Klasifikasi Produk dari beberapa E-marketplace,” vol. 5, pp. 2443–2229, 2019, doi: 10.28932/jutisi.v5i1.913.

[18]    N. B. Aras, Risawandi, and Lidya Rosnita, “ANALISIS SENTIMEN KEPUASAN CUSTOMER TERHADAP EKSPEDISI TIKI, SICEPAT EXPRESS DAN NINJA EXPRESS MENGGUNAKAN ALGORITMA NAIVE BAYES ANALYSIS OF CUSTOMER SATISFACTION SENTIMENT ON TIKI, SICEPAT EXPRESS AND NINJA EXPRESS EXPEDITION USING NAIVE BAYES,” Journal of Informatics and Computer Science, vol. 9, no. 1, pp. 53–57, Apr. 2023.

[19]    A. Fisher-Yates Berbasis iOS, M. Abdul Ghani, A. Rusli, and N. Made Satvika Iswari, “Rancang Bangun Aplikasi Face Tracking dan Filter Berdasarkan Raut Wajah Menggunakan,” ULTIMA Computing, vol. XI, no. 1, 2019.