Analisis Persepsi Pelanggan Terhadap Produk Dan Layanan Pada Kedai Kopi Ternama Di Indonesia Menggunakan Jaringan CNN Bidirectional LSTM Dan Pembelajaran Zero-Shot

Khomeini, Ayat Tulloh Rahulloh (2025) Analisis Persepsi Pelanggan Terhadap Produk Dan Layanan Pada Kedai Kopi Ternama Di Indonesia Menggunakan Jaringan CNN Bidirectional LSTM Dan Pembelajaran Zero-Shot. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026211156-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Industri kedai kopi di Indonesia yang berkembang pesat menuntut perusahaan untuk memahami persepsi pelanggan secara mendalam guna mempertahankan keunggulan kompetitif. Media sosial seperti Twitter menjadi sumber data opini publik yang kaya, namun sifat datanya yang tidak terstruktur memerlukan metode analisis yang canggih. Penelitian ini bertujuan untuk melakukan analisis perbandingan persepsi pelanggan terhadap dua merek kedai kopi ternama, Fore Coffee dan Kopi Kenangan, dengan memanfaatkan data dari media sosial Twitter. Metode yang digunakan adalah model hybrid Convolutional Neural Network-Bidirectional Long Short-Term Memory (CNN-BiLSTM) untuk klasifikasi sentimen dan pendekatan Zero-Shot LLM untuk ekstraksi aspek. Data yang dianalisis mencakup 2.277 tweet untuk Fore Coffee dan 1.593 tweet untuk Kopi Kenangan yang dikumpulkan selama periode tahun 2024. Hasil analisis menunjukkan bahwa kedua merek memiliki persepsi yang sama-sama sangat positif, dengan Fore Coffee memperoleh 71.6% sentimen positif dan Kopi Kenangan memperoleh 72.4%. Analisis berbasis aspek mengidentifikasi Kualitas Produk sebagai pendorong utama sentimen positif bagi kedua merek. Namun, ditemukan perbedaan strategis yang signifikan: Fore Coffee unggul dalam persepsi kualitas premium yang konsisten namun menghadapi tantangan pada persepsi harga yang dianggap "mahal". Sebaliknya, kekuatan Kopi Kenangan terletak pada harga yang terjangkau dan opsi kustomisasi, namun diiringi kelemahan pada inkonsistensi produk dan kegagalan akurasi layanan pelanggan. Berdasarkan temuan komparatif ini, penelitian menghasilkan rekomendasi strategis yang berbeda untuk setiap merek. Fore Coffee disarankan untuk memperkuat proposisi nilainya guna membenarkan harga premium, sementara Kopi Kenangan direkomendasikan untuk memprioritaskan standardisasi operasional dan peningkatan akurasi layanan untuk mendukung pertumbuhannya.
========================================================================================================================================
The rapid growth of the coffee shop industry in Indonesia has made understanding customer perceptions crucial for maintaining a competitive edge. Social media platforms like Twitter offer rich and dynamic sources of public opinion; however, the unstructured nature of these texts necessitates advanced analytical methods. This study conducts a comparative sentiment analysis of customer perceptions toward two leading coffee shop brands—Fore Coffee and Kopi Kenangan—using Twitter data collected throughout 2024. The methodology integrates a hybrid Convolutional Neural Network–Bidirectional Long Short-Term Memory (CNN-BiLSTM) model for sentiment classification and a Zero-Shot Learning approach with a large language model (LLM) for aspect-based sentiment extraction. A total of 2,277 tweets related to Fore Coffee and 1,593 tweets related to Kopi Kenangan were analyzed. The results indicate a predominantly positive perception for both brands, with Fore Coffee receiving 71.6% positive sentiment and Kopi Kenangan 72.4%. Product quality emerged as the key driver of positive sentiment for both. Nonetheless, strategic differences were identified. Fore Coffee is perceived to offer consistently premium-quality products but is challenged by a perception of high prices. In contrast, Kopi Kenangan is appreciated for affordability and product customization, though concerns arise regarding product consistency and service accuracy. Based on these findings, tailored strategic recommendations are proposed: Fore Coffee should reinforce its value proposition to justify its premium pricing, while Kopi Kenangan is advised to focus on operational standardization and improving service accuracy to sustain its rapid expansion.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Persepsi Pelanggan, CNN-BiLSTM, Media Sosial, Analisis Berbasis Aspek, Sentiment Analysis, Customer Perception, CNN-BiLSTM, Social Media, Aspect-Based Sentiment Analysis
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions:	Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Ayat Tulloh Rahulloh Khomeini
Date Deposited:	01 Aug 2025 05:57
Last Modified:	01 Aug 2025 05:57
URI:	http://repository.its.ac.id/id/eprint/125845

Actions (login required)

View Item