| dc.description.abstract | Untuk menangani percakapan pembeli dari berbagai media sosial seperti Facebook,
Line, Whatsapp, dan Website, toko online Berrybenka menggunakan layanan percakapan dari
perusahaan PrismApp. Namun, beriringan dengan waktu data percakapan yang terjadi belum
termanfaatkan sepenuhnya. Pada saat ini data percakapan sudah dimanfaatkan dalam
mengetahui seberapa banyak percakapan yang terjadi dalam jangka waktu bulanan,
mingguan, harian, dan jam. Namun, belum ada analisis lebih lanjut mengenai apa saja
percakapan yang sering dibahas demi memahami kebutuhan pembeli. Sehingga memudahkan
dalam pengambilan keputusan untuk mengadakan promosi suatu produk, serta menangani
masalah yang sering terjadi seperti konfirmasi barang, pengiriman barang, barang tidak
sesuai, dan cara pembayaran. Maka dari itu perlu adanya sebuah sistem monitoring
percakapan untuk mengetahui percakapan apa saja yang sering dibahas antara customer
service dan pembeli.
Pada penelitian ini akan menawarkan solusi dalam melakukan analisis pemodelan topik
terhadap data percakapan. Penelitian ini menggunakan metode Latent Dirichlet Allocation
(LDA). Penelitian ini bertujuan untuk mengidentifikasi apakah metode LDA dapat dengan
baik mengidentifikasi topik-topik yang sering dibicarakan antara customer service dengan
pembeli pada toko online Berrybenka.
Berdasarkan penelitian yang sudah dilakukan menunjukkan bahwa metode LDA dapat
mengidentifikasi topik-topik yang sering muncul dari sekumpulan dokumen yang diuji
cobakan. | en_US |
