Text

Sistem Klasifikasi Keluhan Pelanggan PT PLN Semarang Menggunakan Algoritma Naïve Bayes Classifier

---

ABSTRAK

PT PLN (Persero) adalah sebuah BUMN yang mengurusi semua aspek kelistrikan yang ada
di Indonesia. Sebagai perusahaan penyedia layanan listrik terbesar di Indonesia, PT PLN
tentunya menghadapi banyak tantangan salah satunya yaitu banyaknya jumlah pengaduan
dan keluhan dari pelanggan seiring dengan semakin banyaknya pengguna listrik di
Indonesia. Agar dapat merespon keluhan pelanggan secara cepat, petugas perlu melakukan
klasifikasi keluhan untuk mengetahui jenis keluhan yang masuk agar dapat segera ditindak
lanjuti. Pengklasifikasian keluhan pelanggan yang masih dilakukan secara manual tentunya
akan mempengaruhi lama proses respon keluhan pelanggan. Penelitian ini bertujuan untuk
menjawab permasalahan tersebut dengan membangun sistem yang dapat mengelompokkan
keluhan-keluhan pelanggan berdasarkan jenisnya. Sistem ini menggunakan algoritma Naïve
Bayes Classifier untuk mengelompokkan keluhan-keluhan pelanggan tersebut. Naive Bayes
Classifier merupakan algoritma pengklasifikasian dengan metode probabilitas dan statistik.
Hasil dari beberapa eksperimen pada penelitian ini menunjukkan bahwa pengunaan
pembobotan frekuensi kemunculan kata/TF Raw pada algoritma Naïve Bayes Classifier
menghasilkan akurasi sebesar 97.163%, sedangkan penggunaan pembobotan TF-IDF pada
algoritma Naïve Bayes Classifier menghasilkan akurasi sebesar 95.763%. Hasil tersebut
didapat dengan menggunakan data sebanyak 3000 data keluhan pelanggan dari call center
123 PT PLN Semarang.
Kata Kunci : Klasifikasi, Keluhan Pelanggan, Naïve Bayes Classifier

ABSTRACT

PT PLN (Persero) is a SOEs/BUMN that takes care of all aspects of electricity in Indonesia.
As the largest electricity service provider in Indonesia, PT PLN certainly faces many
challenges, one of which is the number of complaints from customers along with the
increasing number of electricity users in Indonesia. In order to respond quickly the customer
complaints, the officer needs to classify the complaints to find out the types of complaints
to be followed up immediately. The classification of customer complaints that are still done
manually will certainly affect the duration of customer complaints response. This research
aims to answer the problem by building a system that can classify customer complaints by
the type. This system uses the Naive Bayes algorithm to classify the customer complaints.
Naive Bayes Classifier is a classification algorithm with probability and statistical methods.
The results of the several experiment in this research indicate that the use of word
occurrence/TF Raw weighting in Naive Bayes Classifier algorithm produces accuracy of
97.163%, while the use of TF-IDF weighting in Naive Bayes Classifier algorithm produces
accuracy of 95.763%. The results obtained by using data as much as 3000 customer
complaints data from call center 123 PT PLN Semarang.
Keywords : Classification, Customer Complaints, Naïve Bayes Classifier

---

Ketersediaan

670F18IV

670 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

670 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

620105

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Farid Mahmud Rohmatullah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar