Klasifikasi Customer Intent untuk Mengetahui Tingkat Kepuasan Pelanggan menggunakan Metode Support Vector Machine pada Restoran Bakso President

Abstrak

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. 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 yang merupakan upaya dalam mengetahui tingkat kepuasan pelanggan. Customer intent merupakan keinginan atau intensi yang dimiliki pelanggan terhadap suatu produk atau layanan tertentu. Penelitian ini mengklasifikasi customer intent 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. Pengklasifikasian data menggunakan metode Support Vector Machine dengan pembobotan kata menggunakan algoritme TF-IDF. Penelitian ini menghasilkan nilai Accuracy model sebesar 80% dengan rata - rata nilai Precision sebesar 66%, Recall sebesar 43,7%, dan F1-score sebesar 47%. Hasil dari klasifikasi akan divisualisasikan dalam bentuk dashboard yang kemudian diuji menggunakan SUS (System Usability Scale). Pengujian menghasilkan nilai usability 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.