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.
