ABSTRAK Wilsen Federico
PUBLIC Irwan Sofiyan
COVER Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB1 Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB2 Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB3 Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB4 Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB5 Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB6 Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
PUSTAKA Wilsen Federico
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
PT X merupakan sebuah perusahaan yang bergerak dibidang online travel agent (OTA). Jumlah transacting customer dari PT X menurun cukup drastis bulan Februari 2022 serta bulan April 2022. Hal ini diakibatkan oleh ketidakpuasaan pelanggan yang tercermin pada meningkatkan rasio ulasan konsumen rating rendah. Akar penyebab dari masalah ini adalah pengembangan produk PT X yang tidak sesuai dengan suara konsumen akibat tidak adanya tools untuk mengekstraksi suara konsumen yang berasal dari ulasan konsumen PT X.
Pada penelitian ini akan dirancang model ekstraksi topik ulasan konsumen PT X. Metodologi yang digunakan untuk pembangunan model adalah Cross-Industry Standard Process for Data Mining (CRISP-DM). Pada penelitian ini akan digunakan data ulasan konsumen PT X sebanyak 27.085 yang berasal dari Google Play Store. Model yang akan dibangun adalah model Latent Dirichlet Allocation (LDA) serta Latent Semantic Analysis (LSA).
Berdasarkan penelitian yang dilakukan, diperoleh bahwa model LDA dengan topik berjumlah 8 adalah model terbaik karena memiliki nilai coherence value yang maksimal yaitu 0,478. Selain itu, juga dihasilkan visualisasi topik menggunakan tools pyLDAvis serta adanya frekuensi kemunculan topik (prevalence score) untuk setiap topik pada rancangan model deployment. Output dari penelitian ini diharapkan dapat digunakan oleh PT X untuk mengembangkan produk berdasarkan topik ulasan konsumen.