Penerapan Sistem Klasifikasi Keluhan Pelanggan Menggunakan Metode Naive Bayes untuk Meningkatkan Layanan Customer Support PT Cloud Hosting Indonesia
DOI:
https://doi.org/10.58266/jpmb.v4i3.1162Keywords:
Pengabdian masyarakat, Customer Support, Klasifikasi Keluhan, Naive Bayes, Sistem InformasiAbstract
Kegiatan pengabdian kepada masyarakat ini bertujuan untuk membantu meningkatkan kualitas dan efisiensi layanan customer support di PT Cloud Hosting Indonesia melalui penerapan sistem klasifikasi keluhan pelanggan berbasis machine learning. Permasalahan yang dihadapi mitra adalah tingginya volume keluhan pelanggan yang masuk setiap hari, sehingga proses pengelompokan keluhan secara manual membutuhkan waktu yang cukup lama dan berpotensi menimbulkan keterlambatan penanganan. Metode pelaksanaan pengabdian dilakukan melalui beberapa tahapan, yaitu analisis kebutuhan mitra, perancangan dan pengembangan sistem klasifikasi keluhan pelanggan menggunakan algoritma Naive Bayes, implementasi sistem pada lingkungan kerja customer support, serta pendampingan penggunaan sistem kepada staf terkait. Hasil kegiatan menunjukkan bahwa sistem yang diterapkan mampu membantu staf customer support dalam mengelompokkan keluhan pelanggan secara lebih cepat dan konsisten sesuai kategori permasalahan. Penerapan sistem ini memberikan dampak positif berupa peningkatan efisiensi kerja, pengurangan kesalahan klasifikasi manual, serta pemanfaatan teknologi informasi dalam mendukung operasional layanan pelanggan.
References
Aggarwal, C. C. (2021). Machine learning for text. Springer.
Alpaydin, E. (2021). Introduction to machine learning (4th ed.). MIT Press.
Anggraini, D., & Kurniawan, A. (2022). Klasifikasi keluhan pelanggan menggunakan metode Naive Bayes dan TF-IDF. Jurnal Teknologi Informasi dan Ilmu Komputer, 9(2), 211–219.
Aulia, R., & Pratama, R. (2023). Implementasi text mining untuk klasifikasi pengaduan pelanggan berbasis machine learning. Jurnal RESTI, 7(3), 452–460.
Humaira, E., & Antoro, E. W. (2024). Analisis pengaruh live chat terhadap repurchase intention. Biznesa Economic Journal, 1(1), 19–36.
Joachims, T. (1998). Text categorization with support vector machines: Learning with many relevant features. European Conference on Machine Learning, 137–142.
Kurniawan, D., & Setiawan, B. (2021). Analisis sentimen keluhan pelanggan menggunakan metode Naive Bayes. Jurnal Sistem Informasi, 17(2), 101–109.
Manning, C. D., Raghavan, P., & Schütze, H. (2022). Introduction to information retrieval (2nd ed.). Cambridge University Press.
Metsis, V., Androutsopoulos, I., & Paliouras, G. (2006). Spam filtering with Naive Bayes – Which Naive Bayes? CEAS Conference on Email and Anti-Spam.
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naive Bayes classifier dan confusion matrix dalam analisis sentimen. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 697–711.
Pak, A., & Paroubek, P. (2010). Twitter as a corpus for sentiment analysis and opinion mining. Proceedings of LREC, 1320–1326.
Putri, R. A., & Setiawan, B. (2023). Penerapan text mining untuk klasifikasi layanan pelanggan berbasis machine learning. Jurnal Teknologi Informasi dan Ilmu Komputer, 10(2), 213–220.
Rennie, J. D. M., Shih, L., Teevan, J., & Karger, D. R. (2003). Tackling the poor assumptions of Naive Bayes text classifiers. Proceedings of ICML, 616–623.
Sebastiani, F. (2021). Text classification in machine learning: Recent advances and challenges. Information Processing & Management, 58(6), 102670.
Suryani, D., & Prasetyo, E. (2022). Implementasi Naive Bayes pada sistem klasifikasi pengaduan pelanggan. Jurnal RESTI, 6(3), 498–505.
Syafarina, G. A., & Zaenuddin, Z. (2023). Implementasi framework Streamlit sebagai media visualisasi sistem prediksi. METIK Journal, 7(2), 121–125.
Widodo, A., & Prabowo, D. (2022). Sistem klasifikasi tiket pelanggan menggunakan metode Naive Bayes. Jurnal Ilmu Komputer dan Informatika, 6(1), 1–9.
Zhang, H. (2004). The optimality of Naive Bayes. Proceedings of FLAIRS Conference, 562–567.
Zhao, Y., & Zhang, Y. (2008). Comparison of decision tree methods for finding active objects. Advances in Space Research, 41(12), 1955–1959.
Bishop, C. M. (2006). Pattern recognition and machine learning. Springer.
Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Fitri Sulistiawati, Gina Purnama Insany
This work is licensed under a Creative Commons Attribution 4.0 International License.
