IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN CONVOLUTIONAL NEURAL NETWORK(CNN) DALAM MENGETAHUI KEPUASAN PELANGGAN LAUNDRY

Abstract

Penelitian ini bertujuan untuk membangun sebuah sistem survei kepuasan pelanggan berbasis web di Mizz Laundry yang menggunakan dua algoritma machine learning: Support Vector Machine (SVM) dan Convolutional Neural Network (CNN). Penelitian dilakukan untuk mengetahui algoritma mana yang menghasilkan akurasi terbaik dalam mengklasifikasikan kepuasan pelanggan berdasarkan data survei. Data dikumpulkan melalui kuesioner yang terdiri dari 44 butir pernyataan dengan indikator meliputi kualitas layanan, harga, dan hasil laundry. Data kemudian diproses dan dibagi menjadi data latih dan data uji, selanjutnya dianalisis dengan SVM dan CNN. Hasilnya menunjukkan bahwa kedua algoritma mampu mengklasifikasikan kepuasan pelanggan ke dalam dua kategori, yaitu “Puas” dan “Tidak Puas”. Namun, CNN memiliki akurasi yang lebih tinggi dibandingkan SVM. Hasil penelitian ini dapat membantu Mizz Laundry dalam melakukan evaluasi layanan yang lebih efisien dan pengambilan keputusan yang lebih baik dalam meningkatkan kualitas layanan.