Penerapan Algoritma Latent Dirichlet Allocation (LDA) pada Analisis Umpan Balik Pelanggan untuk Meningkatkan Kepuasan dan Loyalitas Pelanggan (Studi Kasus JuraganCOD)

Latar Belakang: Industri logistik di Indonesia terus berkembang dengan peningkatan jumlah perusahaan jasa pengiriman, terutama dalam bisnis B2C dan C2C yang tumbuh 30% per tahun. Persaingan ketat di sektor logistik, terutama bagi perusahaan seperti JuraganCOD yang mengalami penurunan transaksi di kuartal terakhir, berlawanan dengan tren belanja online yang meningkat. Dalam konteks ini, kepuasan pelanggan penting dan berdampak pada loyalitas di masa depan. Penelitian akan menganalisis umpan balik pelanggan terhadap layanan JuraganCOD menggunakan LDA dalam topic modeling untuk mendukung pemahaman terhadap kebutuhan pelanggan. Hasilnya diharapkan dapatmemperkuat upaya meningkatkan kepuasan dan loyalitas pelanggan di industri logistik Indonesia yang kompetitif.
Tujuan: Mengidentifikasi topik atau keluhan pelanggan dari umpan balik JuraganCOD, serta menyajikan analisis untuk meningkatkan kepuasan dan kesetiaan pelanggan menggunakan topic modeling dengan algoritma LDA.
Metode Penelitian: Penelitian ini menggunakan metode life cycle of text mining yang meliputi 8 tahapan, yaitu problem definition, select TDM approach, data collection, text standardization, text pre-processing, feature extraction, analysis, dan discovery.
Hasil: Nilai koherensi tertinggi yang dicapai oleh model LDA adalah 0.57112, dengan konfigurasi optimal menggunakan 12 topik dan dilakukan dalam 98 iterasi. Dari hasil analisis, ditemukan bahwa topik yang paling sering dibahas dalam umpan
balik pelanggan JuraganCOD adalah keluhan terkait pengiriman, yang muncul sebanyak 216 kali. Isu-isu yang dibahas meliputi keterlambatan pengiriman dan masalah operasional kurir.
Kesimpulan: Dari hasil analisis, mengatasi keluhan terkait keterlambatan pengiriman dan masalah operasional kurir perlu menjadi fokus utama JuraganCOD untuk meningkatkan kepuasan dan loyalitas pelanggan.