Model Text Mining Untuk Identifikasi Keluhan Pelanggan Produk Perusahaan Perangkat Lunak
Abstract
Pengguna produk perangkat lunak seringkali menemukan masalah dalam menggunakan
produk yang dipakai. Hal itu bisa disebabkan oleh kesalahan produksi atau kesalahan
penggunaan. Menghubungi layanan pengaduan atau customer service menjadi salah satu
jalan dari para pengguna produk untuk mengadukan keluhan yang dialami pengguna.
Jumlah keluhan yang disampaikan kepada customer service sangat beragam dan tercatat
dalam Bugzilla yang menjadi media penyimpanan keluhan. Dari data keluhan yang sangat
beragam itu maka dipisahkan tiap produk. Produk Activity Registration menjadi obyek
penelitian ini. Pada perhitungan precision, recall, dan f-scorediketahui bahwa hasil
perhitungan ketiganyamemiliki nilai yang sama dengan perhitungan akurasi. Secara
keseluruhan, hasil perolehan f-score dengan algoritma Naive Bayesmemberikan hasil
yang lebih tinggi dibandingkan dengan algoritma SVM. Model klasifikasi yang
dibangun dengan Naïve Bayes memiliki nilai tertinggi ketika menggunakan fitur
trigram, sementara model klasifikasi yang dibangun dengan SVM memiliki nilai
tertinggi ketika menggunakan fitur unigram.