| dc.description.abstract | Industri penerbangan Low-Cost Carrier (LCC) di Indonesia menghadapi tantangan besar
dalam menyeimbangkan efisiensi biaya operasional dengan kualitas layanan. Meski
ulasan pada platform digital terus meningkat, data tidak terstruktur tersebut belum
dimanfaatkan optimal sebagai basis evaluasi sistematis. Penelitian ini bertujuan
mengidentifikasi topik kritis, menentukan bobot kepentingan atribut, dan menyusun
prioritas perbaikan layanan maskapai LCC berdasarkan data aktual pelanggan. Penelitian
ini menggunakan kerangka kerja hibrida yang mengintegrasikan BERTweet untuk
analisis sentimen, Latent Dirichlet Allocation (LDA) guna mengekstraksi topik dari
ulasan negatif pelanggan, serta Modified Fuzzy AHP-VIKOR untuk pembobotan dan
pemeringkatan kriteria layanan. Hasilnya mengidentifikasi 14 topik layanan utama, di
mana Check-in Efficiency menjadi isu paling dominan. Analisis Modified Fuzzy AHP
menunjukkan kriteria Staff Service memiliki bobot tertinggi (0,2249), dan metode
VIKOR menempatkannya sebagai prioritas utama perbaikan (Qi = 1,0). Temuan ini
menegaskan tingginya ekspektasi penumpang terhadap interaksi staf. Secara praktis,
penelitian ini menghasilkan kerangka kerja bersiklus PDCA untuk transformasi layanan
proaktif. Kesimpulannya, interaksi personel adalah pembeda utama kepuasan penumpang
LCC. Penelitian selanjutnya disarankan memperluas sumber data lintas platform,
menerapkan algoritma NLP, serta mengintegrasikan metode Quality Function
Deployment (QFD) demi merancang solusi teknis yang konkret. | en_US |
