ABSTRAK
Bukalapak merupakan salah satu perusahaan di Indonesia yang bergerak di bidang ECommerce. Tercatat pada tahun 2019, Bukalapak mengalami peningkatan pertumbuhan
pengguna sebanyak 230% jika dibandingkan dengan tahun sebelumnya. Sayangnya
pertumbuhan pengguna juga diikuti dengan peningkatan jumlah komplain yang terjadi
di Bukalapak. Tercatat pada tahun 2020, komplain Bukalapak meningkat sebanyak 50%
di akhir tahun 2020 jika dibandingkan dengan di awal tahun 2020. Peningkatan
komplain tersebut menyebabkan meningkatnya average handle time pada komplain
yang menyebabkan turunya kepuasan pengguna. Hal tersebut tentunya menjadi
perhatian bagi pihak manajemen.
Pada penelitian kali ini, dilakukan klasifikasi kategori komplain yang ada di Bukalapak.
Penelitian ini bertujuan untuk mencari tahu, model klasifikasi apa yang cocok
digunakan dalam menentukan kategori komplain yang masuk ke Bukalapak. Adapun
model klasifikasi yang digunakan di dalam penelitian ini yaitu, Logistic Regression, k
Nearest Neighbor, dan Support Vector Machine. Sedangkan data yang digunakan
merupakan data komplain dari Januari 2021 hingga Desember 2021.
Dari hasil penelitian, ditemukan bahwa model klasifikasi logistic regression memiliki
nilai akurasi paling tinggi di antara 2 model lainya. Model logistic regression berhasil
mendapatkan nilai akurasi sebesar 83,9%. Posisi kedua di tempati oleh model k Nearest
Neighbors dengan akurasi sebesar 65,3%. Terakhir ditempati oleh model Support
Vector Machine dengan nilai akurasi sebesar 40.5%.
|