Perpustakaan Digital ITB

Loket.com merupakan perusahaan e-commerce dengan layanan penjualan tiket secara online yang mengalami pertumbuhan di tahun 2023 seiring kembali dilaksanakannya event pasca pandemi Covid-19. Untuk menjalankan proses bisnis perbaikan berkelanjutan, Loket.com memerlukan informasi terkait tingkat kepuasan dan permasalahan yang dialami pelanggan. Namun, Loket.com tidak memiliki aplikasi yang secara langsung menunjukkan feedback dari pengguna sehingga harus melihat masukan satu persatu. Dengan potensi kanal media Twitter yang berisi opini dan komentar pelanggan dalam jumlah banyak, maka dilakukan perancangan model analisis sentimen yang secara otomatis dapat mengolah data dalam bentuk teks tersebut sehingga menghasilkan wawasan yang berharga. Perancangan model analisis sentimen dilakukan dengan teknik text mining & tahapan metodologi CRISP-DM. Proses pengumpulan data dilakukan menggunakan tweet-harvest sehingga mendapatkan 8.296 data teks dari Twitter yang berhubungan dengan Loket.com. Kemudian, data dibersihkan & dilakukan training dengan algoritma machine learning CNN, LSTM, CNN-LSTM, LSTM- CNN, GRU-CNN, & SVM. Evaluasi hasil pemodelan menunjukkan algoritma SVM dengan nilai akurasi 87% & waktu pemrosesan 5 detik lebih unggul dibandingkan model lainnya sehingga dipilih menjadi model terbaik untuk dijadikan prototipe. Setelah dianalisis, disimpulkan bahwa model dengan arsitektur sederhana dapat melakukan prediksi data berukuran sedang secara lebih optimal. Prototipe dibuat dengan dua platform yakni Google Colab untuk scraping data dan streamlit untuk visualisasi hasil prediksi model analisis sentimen. Terdapat tiga halaman aplikasi yakni halaman utama, halaman scraping data, dan halaman analisis sentimen yang dilengkapi dengan exploratory data analysis. Dengan adanya model yang dapat melakukan prediksi analisis sentimen, perusahaan dapat dengan mudah mengetahui sentimen masyarakat di Twitter sehingga dapat dijadikan pendukung keputusan untuk mengukur tingkat kepuasan pelanggan dan sebagai upaya continuous improvement dalam peningkatan layanan Loket.com.