Program konversi kompor induksi
merupakan upaya pemerintah Indonesia untuk meningkatkan efisiensi energi rumah
tangga dan mengurangi ketergantungan pada bahan bakar fosil. Namun, pelaksanaan
program ini dihadapkan pada berbagai tantangan, yang memengaruhi persepsi
masyarakat terhadap kualitas produk dan layanan. Penelitian ini bertujuan untuk
menganalisis sentimen masyarakat terkait program ini melalui data percakapan di
grup WhatsApp Keluarga Penerima Manfaat (KPM) di Surakarta. Beberapa
algoritma machine learning, seperti Logistic Regression, Random
Forest, SVM, Naive Bayes, dan Voting Classifier (kombinasi Logistic
Regression dan Random Forest), dibandingkan guna memilih model
dengan performa terbaik, di mana Voting Classifier dipilih sebagai model
optimal. Berdasarkan hasil analisis sentimen, data di kelompokan dalam dimensi
kualitas product quality (Garvin) dan service quality (Parasuraman)
untuk menghitung indeks sentimen pada masing-masing dimensi. Dalam menentukan
dimensi prioritas perbaikan, dilakukan analisis skor prioritas menggunakan
diagram Pareto, yang mengidentifikasi dimensi dengan kontribusi 80%. Hasil analisis
menunjukkan empat dimensi utama yang perlu diprioritaskan untuk perbaikan,
yaitu serviceability, reliability (service), responsiveness, dan
Reliability (product). Penelitian ini memberikan rekomendasi perbaikan dalam
meningkatkan efektivitas program konversi kompor induksi agar dapat lebih
memenuhi harapan masyarakat dan mencapai tujuan program secara berkelanjutan.
