SISTEM INFORMASI PENGADUAN PELANGGAN MEINT WELT KAFE DENGAN ALGORITMA NAIVE BAYES

Pengelolaan pengaduan pelanggan merupakan salah satu faktor penting dalam meningkatkan kualitas layanan pada industri food and beverage (F&B). Meine Welt Kafe masih mengandalkan platform pihak ketiga sebagai media penyampaian pengaduan, sehingga pengelolaan data keluhan belum terpusat dan kurang efektif. Penelitian ini bertujuan merancang dan membangun sistem informasi pengaduan pelanggan berbasis web dengan menerapkan algoritma Naïve Bayes untuk mengklasifikasikan pengaduan ke dalam empat aspek, yaitu pelayanan, produk, harga, dan suasana.
Metode penelitian meliputi pengumpulan data pengaduan, preprocessing teks (case folding, tokenisasi, stopword removal, dan stemming), sentence splitting, ekstraksi fitur menggunakan TF-IDF, pelatihan model Naïve Bayes, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Sistem kemudian diimplementasikan dalam bentuk aplikasi berbasis web untuk mendukung pengelolaan pengaduan secara otomatis.
Hasil penelitian menunjukkan bahwa model Naïve Bayes mampu mengklasifikasikan pengaduan pelanggan dengan akurasi sebesar 90,97%, serta menghasilkan nilai precision, recall, dan F1-score yang baik. Sistem yang dikembangkan mampu membantu pengelola Meine Welt Kafe dalam mengelola pengaduan secara terpusat, mengidentifikasi kategori keluhan secara otomatis, serta mendukung pengambilan keputusan dalam meningkatkan kualitas layanan.