ANALISIS KEPUASAN PELANGGAN TERHADAP PELAYANAN JASA SURAT KILAT KHUSUS (SKH) PADA PT. POS INDONESIA (PERSERO) BATAM
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Salah satu tantangan terbesar PT. Pos Indonesia (Persero) Batam adalah menciptakan dan mempertahankan kepuasan pelanggan, oleh karena itu perusahaan harus memperhatikan kepuasan pelanggan agar dapat menarik dan mempertahankan pelanggan. Menurut Tjiptono (2000:146), kepuasan atau ketidakpuasan pelanggan adalah respon pelanggan terhadap evaluasi ketidaksesuaian atau diskonfirmasi yang dirasakan antara harapan sebelumnya (atau norma kinerja lainnya) dan kinerja aktual produk yang dirasakan setelah pemakaiannya. Dari data-data yang diperoleh pada PT. Pos Indonesia (Persero) Batam di bulan September sampai bulan Desember tahun 2014, jumlah keluhan pelanggan Surat Kilat Khusus (SKH) mengalami peningkatan. Berdasarkan permasalahan tersebut perlu dilakukan pengukuran kepuasan untuk mengetahui tingkat kepuasan pelanggan terhadap pelayanan yang diberikan serta mengetahui faktorfaktor penyebab ketidakpuasan pelanggan. Metode yang digunakan dalam penelitian ini adalah metode Importance and Performance Analysis (IPA) dan Customer Satisfaction Index (CSI). Berdasarkan hasil pengukuran yang telah dilakukan diketahui bahwa tingkat kepuasan pelanggan sebesar 0,67 (67,20%) dimana nilai tersebut berada pada tingkat kepuasan pelanggan interval 0,66 - 0,80 (kategori puas) dan Atribut yang tingkat pelaksanaannya masih belum memuaskan pelanggan yaitu petugas memberikan perhatian penuh kepada pelanggan.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle