ABSTRAK Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 1 Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 2 Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 3 Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 4 Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 5 Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 6 Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
PUSTAKA Mahesa B G P W
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
PT Kosmetik memiliki dua tabir surya yang populer tetapi mendapat penilaian rendah di
situs Female Daily. Kecilnya penilaian mengindikasikan bahwa perusahaan belum dapat
sepenuhnya memahami kepuasan pelanggan. Penelitian ini menggunakan asymmetric
impact-sentiment-performance analysis (AISPA) untuk memperoleh rekomendasi
pengembangan pada suatu dimensi kepuasan pelanggan atau customer satisfaction
dimension (CSD) berdasarkan kategori CSD. Perumusan AISPA dapat memanfaatkan
ulasan daring. Keunggulan ulasan daring dapat melengkapi pemahaman kepuasan pelanggan
PT Kosmetik. Perumusan AISPA dimulai dengan web scraping ulasan daring dari situs
Female Daily untuk produk perusahaan (disebut produk Focal 1 dan Focal 2), serta produk
kompetitor. Proses dilanjutkan dengan tahap persiapan data dan pengolahan data
(identifikasi CSD produk tabir surya dengan pemodelan topik latent Dirichlet allocation
atau LDA, identifikasi polaritas sentimen dengan analisis sentimen berbasis aspek model
bidirectional encoder representations from transformers atau BERT, dan pengukuran efek
pemenuhan CSD terhadap kepuasan pelanggan dengan ensemble neural network model atau
ENNM). Proses diakhiri dengan dengan penyusunan rekomendasi AISPA berdasarkan
kategori CSD. Pada penelitian dikumpulkan 41.799 ulasan daring. Dari pengolahan data,
diidentifikasi delapan CSD, yaitu sifat berminyak atau oiliness (MI), aroma (AR), tekstur
(TE), performansi (PE), kemasan (KE), keterjangkauan harga (HA), efek jerawat (JE), dan
residu pada kulit berupa white cast (WH). Berdasarkan kategori CSD, diperoleh
rekomendasi dengan AISPA. CSD dengan kode “MI”, “PE”, “JE”, dan “WH” dari produk
Focal 1 dan CSD “AR” dan “WH” dari produk Focal 2 direkomendasikan “possibly
constantly improve”. CSD dengan kode “AR”, “KE”, dan “HA” dari produk Focal 1 dan
CSD “KE” dan “HA” dari produk Focal 2 direkomendasikan “possibly maintain”. CSD
dengan kode “TE” dari produk Focal 1 dan CSD “MI”, “TE”, dan “JE” dari produk Focal 2
direkomendasikan “possibly significantly improve”. CSD dengan kode “MI”, “TE”, dan “JE”
dari produk Focal 2 direkomendasikan “possibly significantly improve”.