| NIM | H1E022038 |
|---|
| Namamhs | NARISHA ANINDITA |
|---|
| Judul Artikel | PERANCANGAN STRATEGI PENINGKATAN KUALITAS LAYANAN ALFAGIFT MENGGUNAKAN OPINION MINING ALGORITMA SUPPORT VECTOR MACHINE DAN CUSTOMER SATISFACTION INDEX |
|---|
| Abstrak (Bhs. Indonesia) | Aplikasi Alfagift sebagai layanan e-grocery memperoleh rating yang relatif tinggi pada Google Play Store, namun keberadaan ulasan dengan rating rendah tetap menjadi indikator adanya permasalahan layanan yang perlu dievaluasi. Penelitian ini bertujuan untuk mengetahui sentimen pengguna terhadap aplikasi Alfagift, mengukur tingkat kepuasan pengguna, serta menganalisis prioritas perbaikan layanan berdasarkan persepsi pengguna. Data penelitian ini terdiri dari 1707 ulasan pengguna Alfagift pada Google Play Store periode 1 Desember 2025 - 31 Januari 2026 yang dianalisis menggunakan opinion mining dengan algoritma Support Vector Machine (SVM) dan menghasilkan data sebanyak 1617 data setelah dilakukan pelabelan, serta data kuesioner dari 97 responden yang diolah menggunakan Customer Satisfaction Index (CSI). Hasil opinion mining menunjukkan proporsi sentimen negatif sebesar 49,8% dan sentimen negatif 44,9%. dengan model SVM mencapai akurasi klasifikasi sebesar 92%. Berdasarkan visualisasi wordcloud terhadap ulasan bersentimen negatif, teridentifikasi tema keluhan utama yang meliputi keterlambatan pengiriman, ketidaksesuaian pesanan dan stok barang, permasalahan teknis aplikasi, serta kendala proses transaksi. Hasil CSI menunjukkan tingkat kepuasan pengguna berada pada kategori puas untuk dimensi efficiency (78,542%), fulfillment (76,372%), dan reliability (76,567%), sementara dimensi responsiveness menunjukkan tingkat kepuasan pada kategori cukup puas dengan persentase 54,652%. Berdasarkan CSI dan gap analysis rekomendasi perbaikan yang dapat dilakukan untuk meningkatkan kualitas layanan diantaranya dengan menambahkan fitur live tracking pada bagian status pengiriman, memperbaiki fitur ai-voucher, dan menambahkan tambahan kategori “hubungi customer service” pada bagian fitur chat customer service. |
|---|
| Abtrak (Bhs. Inggris) | Alfagift, an e-grocery application, achieve a relatively high rating on the Google Play Store, however, low ratings in user reviews indicate service issues that need evaluation. This study aims to identify user sentiment toward the Alfagift application, measure user satisfaction, and analyze service improvement priorities based on user perceptions. The research data consist of 1,707 Alfagift user reviews from the Google Play Store collected during the period from December 1, 2025, to January 31, 2026, which were analyzed using opinion mining with the Support Vector Machine (SVM) algorithm and produced a total of 1617 data points after labeling, along with questionnaire data from 97 respondents processed using the Customer Satisfaction Index (CSI). The opinion mining results show a negative sentiment proportion of 49.8% and a positive sentiment proportion of 44.9%, with the SVM model achieving 92% classification accuracy. Based on the word cloud visualization of negative sentiment reviews, the main complaint themes were identified, including late delivery, discrepancies between orders and stock, technical application problems, and transaction process constraints. The CSI results indicate that user satisfaction falls into the satisfied category for the Efficiency (78.542%), Fulfillment (76.372%), and Reliability (76.567%) dimensions, while the Responsiveness dimension falls into the fairly satisfied category at 54.652%. Based on the CSI and gap analysis improvement that can be made to enhance service quality include adding a live tracking feature to the delivery status section, fixing the ai-voucher feature, and adding an additional “contact customer service” category in the customer service chat feature. |
|---|
| Kata kunci | Alfagift, CSI, Opinion Mining, e-servqual, Gap Analysis |
|---|
| Pembimbing 1 | Zakiyyan Zain Alkaf, S.T., M.Sc. |
|---|
| Pembimbing 2 | Wisaeni Intannia, S.Si., M.Si. |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2026 |
|---|
| Jumlah Halaman | 113 |
|---|
| Tgl. Entri | 2026-08-12 10:52:31.025035 |
|---|