KLASIFIKASI KELUHAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE(SVM) (STUDI KASUS : AKUN FACEBOOK GROUP IRAISE HELPDESK)

FacebookGroupiRaise Helpdesk merupakan salah satu layanan media sosial yangdigunakan pihak PTIPD UIN SuskaRiau sebagai layanan pelanggan (customerservices) sistem akademik. Mengingat sistemakademik baru mengalami peralihan yang sebelumnya bernama SIMAK menjadi iRaise, sehingga masih adapermasalahan-permasalahan yang ditimbulkan, dan menjadi keluhanbagi penggunanya. Untuk pengolahan data keluhan, pihak PTIPD masih menggunakan proses manual dengan menggunakan microsoftworddan excel. Sehingga pada penelitian ini akan dilakukan pengklasifikasian permasalahan sistem iRaise padakategori multiclassyaitu:login, krs, nilai dan personal. Klasifikasi dilakukan dengan menggunakan metode Support Vector Machine (SVM)dengan kernel RBFdanparemeter yang digunakan adalah Cdan γ.Jumlahdataset sebanyak 1040 data keluhan dan dibagi 260 dataset pada masing-masing kategori. Pengujian dilakukanmenggunakan aplikasi RapidMinerdan diuji dengan menggunakan 10-Foldcross validationdan diukur dengan confussionmatrixuntuk evaluasi hasil. Dari hasil uji coba aplikasi menunjukkan akurasi tertinggi sebesar 95.67% pengujiantanpa menggunakan featureselectionpada titik C= 2 da