Kategorisasi Feedback Net Promotor Score Menggunakan Machine Learning untuk Mendukung Pengembangan Bisnis di PT Permata Bank Tbk

Thomas Agustinus, Andrew (2025) Kategorisasi Feedback Net Promotor Score Menggunakan Machine Learning untuk Mendukung Pengembangan Bisnis di PT Permata Bank Tbk. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (522kB)
	PDF BAB_I.pdf Download (205kB)
	PDF BAB_II.pdf Download (974kB)
	PDF BAB_III.pdf Download (2MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Download (200kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (3MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (52kB)

Abstract

PT Bank Permata Tbk menggunakan Net Promoter Score (NPS) untuk mengevaluasi kepuasan dan loyalitas nasabah melalui feedback teks bebas pada aplikasi Permata Me. Tantangan dalam mengelola volume feedback yang besar dan beragam memerlukan solusi efisien, karena proses manual dianggap tidak memadai. Pendekatan machine learning diterapkan untuk mengotomasi proses kategorisasi feedback ke dalam tema relevan dan membuat visualisasi Word Cloud guna memahami area perbaikan. Tujuan magang adalah mendukung tim pengembangan bisnis dalam pengelolaan data serta meningkatkan efisiensi analisis melalui penerapan machine learning untuk kategorisasi feedback nasabah. Selain itu, magang ini bertujuan menghasilkan visualisasi data yang informatif untuk mendukung pengambilan keputusan strategis. Hasil dari proses kerja magang di PT Bank Permata Tbk mencakup membuat summary data NPS dan labeling sebagai Business Development dan melakukan data training dengan teknik machine learning untuk menghasilkan model prediktif dan membangun visualisasi data seperti word cloud untuk memahami top-of-mind yang perlu ditingkatkan dari setiap kategori. Kesimpulannya, magang di PT Bank Permata Tbk memberikan pengalaman berharga dalam memahami dinamika industri perbankan, khususnya di bidang business development dan data science. Selama program ini, berbagai keterampilan teknis dikembangkan, termasuk penerapan machine learning untuk mengkategorikan feedback pelanggan, pembuatan word cloud untuk visualisasi strategis, dan analisis kinerja algoritma yang menunjukkan bahwa Random Forest memiliki akurasi terbaik. Pengalaman ini juga memperdalam pemahaman tentang pengelolaan data, mendukung pengambilan keputusan berbasis data, serta meningkatkan soft skills seperti komunikasi, kerja sama tim, dan adaptabilitas.

Item Type:	Thesis (MBKM)
Keywords:	Net Promoter Score (NPS), Machine Learning, Kategorisasi Feedback, Visualisasi Data
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	26 Jan 2025 13:00
Last Modified:	26 Jan 2025 13:00
URI:	https://kc.umn.ac.id/id/eprint/36021

Actions (login required)

View Item