SISTEM KLASIFIKASI KELUHAN PELANGGAN PT PLN SEMARANG MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Abstract

PT PLN (Persero) adalah sebuah BUMN yang mengurusi semua aspek kelistrikan yang ada di Indonesia. Sebagai perusahaan penyedia layanan listrik terbesar di Indonesia, PT PLN tentunya menghadapi banyak tantangan salah satunya yaitu banyaknya jumlah pengaduan dan keluhan dari pelanggan seiring dengan semakin banyaknya pengguna listrik di Indonesia. Agar dapat merespon keluhan pelanggan secara cepat, petugas perlu melakukan klasifikasi keluhan untuk mengetahui jenis keluhan yang masuk agar dapat segera ditindak lanjuti. Pengklasifikasian keluhan pelanggan yang masih dilakukan secara manual tentunya akan mempengaruhi lama proses respon keluhan pelanggan. Penelitian ini bertujuan untuk menjawab permasalahan tersebut dengan membangun sistem yang dapat mengelompokkan keluhan-keluhan pelanggan berdasarkan jenisnya. Sistem ini menggunakan algoritma Naïve Bayes Classifier untuk mengelompokkan keluhan-keluhan pelanggan tersebut. Naive Bayes Classifier merupakan algoritma pengklasifikasian dengan metode probabilitas dan statistik. Hasil dari beberapa eksperimen pada penelitian ini menunjukkan bahwa pengunaan pembobotan frekuensi kemunculan kata/TF Raw pada algoritma Naïve Bayes Classifier menghasilkan akurasi sebesar 97.163%, sedangkan penggunaan pembobotan TF-IDF pada algoritma Naïve Bayes Classifier menghasilkan akurasi sebesar 95.763%. Hasil tersebut didapat dengan menggunakan data sebanyak 3000 data keluhan pelanggan dari call center 123 PT PLN Semarang.