Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Al-Raffi, Muhammad Choliq
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Model Klasifikasi Teks dengan Machine Learning untuk Otomatisasi Prioritas Penanganan Aduan Pelanggan (Studi Kasus: PDAM Kota Batu) Al-Raffi, Muhammad Choliq; Wijoyo, Satrio Hadi; Wardani, Niken Hendrakusma
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aduan pelanggan PDAM tersimpan sebagai teks bebas sehingga proses pengelompokan jenis gangguan dan penentuan prioritas awal masih memerlukan pembacaan petugas. Penelitian ini bertujuan membangun pipeline klasifikasi teks untuk lima kategori gangguan dan memetakan keluaran model terpilih menjadi tingkat prioritas. Data penelitian berasal dari 4.147 aduan aplikasi SIBANYU periode Januari-Desember 2025. Setelah anonimisasi dan penyaringan, sebanyak 2.885 observasi digunakan. Label historis diperiksa melalui koreksi berbasis aturan, sedangkan teks diproses menggunakan case folding, penghapusan angka dan simbol, stopword removal dengan perlindungan kata negasi, stemming Sastrawi, serta TF-IDF unigram-bigram. Hyperparameter Logistic Regression, SVM Linear, dan SVM RBF dipilih menggunakan GridSearchCV dengan tiga-fold stratified cross-validation, class_weight seimbang, dan pembagian data utama 80:20. Logistic Regression menghasilkan performa terbaik dengan akurasi 92,55%, F1-score tertimbang 92,41%, dan F1-score macro 67,74%, serta tetap berada pada peringkat pertama dalam lima skenario pembagian data. Pemetaan berbasis aturan menghasilkan 516 aduan Mendesak, 50 Sedang, dan 11 Reguler. Hasil penelitian menunjukkan bahwa pipeline mampu mendukung klasifikasi dan triase awal, tetapi interpretasinya tetap dibatasi oleh ketidakseimbangan kelas, label acuan berbasis aturan, dan kesalahan klasifikasi.
Co-Authors Niken Hendrakusma Wardani Satrio Hadi Wijoyo