Integrasi Machine Learning dengan Kansei Engineering dan Kano Sebagai Upaya meningkatkan Kepuasan Pelanggan Aplikasi E-grocery (Studi Kasus: Aplikasi Alfagift)
Abstract
Indonesia menduduki posisi enam besar negara dengan pengguna internet yang
melakukan pembelian produk atau jasa secara online setiap minggunya dengan persentase
sebesar 62,6%. Di Indonesia sudah banyak ritel turut serta meluncurkan aplikasi untuk
memudahkan konsumen membeli produk secara online, salah satunya merupakan
Alfamart yang meluncurkan aplikasi Alfagift. Namun, berdasarkan perolehan rating dan
review pengguna, tingkat kepuasan pengguna aplikasi ini masih tergolong rendah. Dalam
kurun waktu setahun terakhir, aplikasi ini mengalami penurunan rating secara kontinu.
Oleh karena itu, perlu dilakukan evaluasi pada aplikasi Alfagift untuk meningkatkan
kepuasan pelanggan. Penelitian ini mengintegrasikan Machine Learning dengan Kansei
Engineering dan Kano. Digunakan data ulasan pengguna aplikasi yang didapatkan pada
situs Google Play dan AppStore. Penelitian ini bertujuan untuk mengetahui hasil integrasi
Machine Learning dengan Kansei Engineering dan Kano dalam pengembangan aplikasi
Alfagift guna meningkatkan kepuasan pelanggan. Berdasarkan hasil klasifikasi data,
algoritma Support Vector Machine memperoleh nilai akurasi tertinggi sebesar 92,23%.
Berdasarkan hasil analisis data ulasan menggunakan Machine Learning dengan
kelompok sentimen negatif didapatkan 15 kansei words yaitu “lambat”, “bagus”,
“mudah”, “rugi”, “kosong”, “kecewa”, “eror”, “tidak bisa”, “masuk”, “lama”, “tidak
kirim”, “tidak masuk, “salah”, “kurang”, dan “kecewa”. Kemudian dari hasil machine
learning yang diintegrasikan dengan Kansei Engineering dan Kano, terdapat 10 atribut
yang diprioritaskan untuk dilakukan peningkatan kualitas sistem, informasi, dan layanan
karena berdampak besar pada kepuasan pengguna.
Collections
- Industrial Engineering [2225]