Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number KA-1682 (Softcopy KA-1667) MAK KA-1318
Collection Type Karya Akhir (KA)
Title Analisis Ulasan Perusahaan pada Online Review Platform untuk Mengetahui Aspek Kepuasan Kerja: Studi Kasus Perusahaan Tech Mahindra
Author Agus Sigit Wisnubroto;
Publisher Jakarta : Program Studi Magister Teknologi Informasi Fasilkom UI, 2023
Subject Sentiment Analysis
Location FASILKOM-UI-MTI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
KA-1682 (Softcopy KA-1667) MAK KA-1318 Ind TERSEDIA
Tidak ada review pada koleksi ini: 51029
ABSTRAK

Nama : Agus Sigit Wisnubroto Program Studi : Magister Teknologi Informasi Judul : Analisis Ulasan Perusahaan Pada Online Review Platform Untuk Mengetahui Aspek Kepuasan Kerja: Studi Kasus Perusahaan Tech Mahindra Pembimbing : Dr. Indra Budi, S.Kom., M.Kom

Permasalahan pengalaman kerja yang buruk sangat berpengaruh besar pada performa perusahaan salah satunya dapat menaikkan nilai indeks employee turnover. Perusahaan Tech Mahindra merupakan perusahaan multinasional yang bergerak di bidang konsultan TI dan memiliki lebih dari 120 ribu karyawan yang tersebar di seluruh dunia, dan saat ini sedang menghadapi masalah tingginya nilai employee turnover. Statistik menunjukkan dari tahun 2015 hingga tahun 2022, nilai turnover perusahaan secara global selalu cenderung di atas batas limit, dan ini menunjukkan masalah yang tidak kunjung selesai dan patut untuk diselidiki. Baik dan buruknya pengalaman kerja saat ini sering diulas oleh karyawan ataupun eks karyawan secara sukarela sebagai personal judgment melalui platform pengulas seperti Glassdoor, Indeed, dan AmbitionBox. Ulasan dari platform tersebut dapat ditambang datanya dan diolah lalu diambil intisarinya. Penelitian ini mencoba untuk mengadopsi teknologi analisis teks menggunakan machine learning seperti analisis sentimen dan pemodelan topik dalam mengetahui orientasi nyata ulasan beserta topik tersembunyi yang dibicarakan oleh pengulas. Algoritma klasifikasi Naïve Bayes Classifier, Support Vector Machine, Decision Tree, Random Forest, K-Nearest Neighbor, dan algoritma pemodelan topik Latent Dirichlet Allocation sukses diaplikasikan. Hasil evaluasi klasifikasi menunjukkan bahwa Random Forest memiliki performa terbaik dengan nilai akurasi keseluruhan sebesar 69.9%, dan penerapan pemodelan topik sukses menemukan 10 topik positif dan 9 topik negatif terkait pengalaman kerja di perusahaan Tech Mahindra. Berdasarkan hasil klasifikasi data juga ditemukan ulasan bebas memiliki populasi positif 66.54%, netral 14.49%, dan negatif 18.97%, dan setelah dianalisis lebih lanjut dengan teori Herzberg ditemukan bahwa working condition, growth, dan coworker relationship menjadi keunggulan dan kemudian salary, recognition, dan policies menjadi kekurangan perusahaan. Dengan fakta yang ditemukan melalui metode adopsi teknologi yang dibentuk, ini menunjukkan kemampuan analisis ulasan yang lebih robust dan akurat dan dapat digunakan untuk Tech Mahindra kedepannya dalam membentuk rekomendasi dalam menghadapi masalah kepuasan kerja.