SISTEM MONITORING PERCAKAPAN PADA TOKO ONLINE MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA) STUDI KASUS: TOKO ONLINE “BERRYBENKA.COM”

Abstract

Untuk menangani percakapan pembeli dari berbagai media sosial seperti Facebook, Line, Whatsapp, dan Website, toko online Berrybenka menggunakan layanan percakapan dari perusahaan PrismApp. Namun, beriringan dengan waktu data percakapan yang terjadi belum termanfaatkan sepenuhnya. Pada saat ini data percakapan sudah dimanfaatkan dalam mengetahui seberapa banyak percakapan yang terjadi dalam jangka waktu bulanan, mingguan, harian, dan jam. Namun, belum ada analisis lebih lanjut mengenai apa saja percakapan yang sering dibahas demi memahami kebutuhan pembeli. Sehingga memudahkan dalam pengambilan keputusan untuk mengadakan promosi suatu produk, serta menangani masalah yang sering terjadi seperti konfirmasi barang, pengiriman barang, barang tidak sesuai, dan cara pembayaran. Maka dari itu perlu adanya sebuah sistem monitoring percakapan untuk mengetahui percakapan apa saja yang sering dibahas antara customer service dan pembeli. Pada penelitian ini akan menawarkan solusi dalam melakukan analisis pemodelan topik terhadap data percakapan. Penelitian ini menggunakan metode Latent Dirichlet Allocation (LDA). Penelitian ini bertujuan untuk mengidentifikasi apakah metode LDA dapat dengan baik mengidentifikasi topik-topik yang sering dibicarakan antara customer service dengan pembeli pada toko online Berrybenka. Berdasarkan penelitian yang sudah dilakukan menunjukkan bahwa metode LDA dapat mengidentifikasi topik-topik yang sering muncul dari sekumpulan dokumen yang diuji cobakan.