Analisis Video Keluhan Pelanggan Menggunakan Automatic Speech Recognition dan Analisis Polaritas Sentimen

Software Development, Digital Business Intelligence, and Computer Engineering Pub Date : 2022-09-04 DOI:10.57203/session.v1i1.2022.14-21

Tresna Maulana Fahrudin, Rangga Laksana Aryananda, Ellexia Leonie Gunawan, Valentino Belardo, Firsta Marcelia, Christina Halim

{"title":"Analisis Video Keluhan Pelanggan Menggunakan Automatic Speech Recognition dan Analisis Polaritas Sentimen","authors":"Tresna Maulana Fahrudin, Rangga Laksana Aryananda, Ellexia Leonie Gunawan, Valentino Belardo, Firsta Marcelia, Christina Halim","doi":"10.57203/session.v1i1.2022.14-21","DOIUrl":null,"url":null,"abstract":"Tingkat kepuasan pelayanan pelanggan dapat ditinjau berdasarkan keluhan-keluhan pelanggan. Begitu besarnya potensi transaksi penjualan produk dengan pelanggan melalui e-commerce juga meningkatkan peluang terjadinya komplain atau keluhan pelanggan terkait kecacatan produk, keterlambatan produk, kualitas produk, dan lainnya. Keluhan pelanggan biasa disampaikan melalui ulasan-ulasan di media sosial berbentuk teks. Namun, data keluhan pelanggan saat ini semakin bervariasi dalam bentuk video. Oleh karena itu, penelitian ini mencoba untuk menganalisis video keluhan pelanggan menggunakan automatic speech recognition dan analisis polaritas sentimen. Hasil eksperimen menunjukkan bahwa telah ditemukan beberapa keluhan pelanggan pada video yang dianimasikan bertempat di restoran dan mini market. Nilai compound pada video keluhan pelanggan di restoran pada potongan video ke-7 sebesar -0.4747, potongan video ke-10 sebesar -0.8664, dan potongan video ke-11 sebesar -0.6801, sedangkan nilai compound pada video keluhan pelanggan di mini market pada potongan video ke-1 sebesar -0.1027, potongan video ke-2 sebesar -0.2023, dan potongan video ke-5 sebesar -0.5563. Nilai compound tersebut merepresentasikan keluhan pelanggan yang mengarah ke sentimen negatif.","PeriodicalId":258386,"journal":{"name":"Software Development, Digital Business Intelligence, and Computer Engineering","volume":"124 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-09-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Software Development, Digital Business Intelligence, and Computer Engineering","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57203/session.v1i1.2022.14-21","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Tingkat kepuasan pelayanan pelanggan dapat ditinjau berdasarkan keluhan-keluhan pelanggan. Begitu besarnya potensi transaksi penjualan produk dengan pelanggan melalui e-commerce juga meningkatkan peluang terjadinya komplain atau keluhan pelanggan terkait kecacatan produk, keterlambatan produk, kualitas produk, dan lainnya. Keluhan pelanggan biasa disampaikan melalui ulasan-ulasan di media sosial berbentuk teks. Namun, data keluhan pelanggan saat ini semakin bervariasi dalam bentuk video. Oleh karena itu, penelitian ini mencoba untuk menganalisis video keluhan pelanggan menggunakan automatic speech recognition dan analisis polaritas sentimen. Hasil eksperimen menunjukkan bahwa telah ditemukan beberapa keluhan pelanggan pada video yang dianimasikan bertempat di restoran dan mini market. Nilai compound pada video keluhan pelanggan di restoran pada potongan video ke-7 sebesar -0.4747, potongan video ke-10 sebesar -0.8664, dan potongan video ke-11 sebesar -0.6801, sedangkan nilai compound pada video keluhan pelanggan di mini market pada potongan video ke-1 sebesar -0.1027, potongan video ke-2 sebesar -0.2023, dan potongan video ke-5 sebesar -0.5563. Nilai compound tersebut merepresentasikan keluhan pelanggan yang mengarah ke sentimen negatif.

查看原文

微信好友朋友圈 QQ好友复制链接

本刊更多论文

利用自动语音识别和情感极性分析进行客户投诉视频分析

可以根据顾客的抱怨来审查客户服务满意度。通过电子商务向客户销售的潜在交易也增加了客户抱怨产品缺陷、产品延迟、产品质量等的机会。通常的客户投诉通过短信形式的社交媒体评论来传达。然而，目前的客户投诉数据以视频的形式有所不同。因此，本研究试图用自动演讲分析和感情极性分析分析客户投诉的视频。实验表明，在餐馆和小超市里播放的视频中，出现了一些顾客的投诉。化合物的价值在餐厅顾客的投诉剪视频7比0。4747万,视频片段大小的10比0 8664,11比0大视频片段。6801,而视频中的化合物价值客户投诉在便利店1比0大。1027,剪视频片段2023比0大。第二,视频片段5563万5比0。该化合物代表的是一种带有消极情绪的客户投诉。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文去求助

来源期刊

Software Development, Digital Business Intelligence, and Computer Engineering

自引率

0.00%

发文量