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.