Perusahaan yang terus berkembang adalah perusahaan yang terus menggali kebutuhan dan menerima masukan dari pelanggannya. Perkembangan perusahaan menyebabkan bertambah banyak pelanggan yang dilayani, sehingga semakin banyak saran dan masukan dari pelanggan. Masalah ini dimanfaatkan oleh PT Bank Central Asia, Tbk. yang melayani lebih dari 30 juta nasabah sebagai salah satu cara melakukan evaluasi dan pengembangan berkesinambungan. BCA secara konsisten melakukan survei terhadap nasabah-nasabah mereka sehingga segala masukan dan masalah yang menjadi perhatian nasabah dapat ditangani oleh pihak-pihak yang bersangkutan. Hal ini menghasilkan konsistensi dalam kualitas layanan yang diberikan oleh BCA, dan bahkan terjadi peningkatan yang berkelanjutan. Masalah utama tim peningkatan layanan di BCA adalah tidak adanya sistem yang mengotomatisasi proses kategorisasi hasil survei nasabah tersebut. Sistem manual memerlukan rentang waktu beberapa minggu untuk mengkaji ratusan jawaban open-ended, menunda kecepatan proses penyampaian informasi. Untuk mempercepat proses evaluasi tersebut, penulis membuat sebuah program yang dapat mengategorikan jawaban survei nasabah menggunakan AutoKeras. Hasilnya merupakan sebuah convolutional neural network (CNN) yang dapat mengategorikan jawaban survei nasabah dengan akurasi 82% untuk tipe kategori pertama dan 93% untuk tipe kategori kedua. Penulis juga membuat fitur pemetaan data hasil kategorisasi ke dalam peta Indonesia untuk menunjang penyampaian data, serta fitur pencarian jawaban nasabah berdasarkan kata kunci untuk penyampaian contoh kasus nyata kepada karyawan BCA / A growing company is one that always listens to their customers’ needs and welcomes feedback and criticism with open arms. A company that grows will attract more customers, making the company, its good and bad, voiced on by the masses. This problem is being taken advantage of by PT Bank Central Asia, Tbk. that serves more than 30 million customers to perform continuous evaluation and development. BCA consistently conducts surveys of their customers so that all problems that are of concern to customers can be handled by relevant departments. This produces consistency in the quality of services provided by BCA, and beyond that, improves continuously. The main problem of the service improvement team at BCA is the lack of a system which automates the process of categorizing customer survey results. The current manual pipeline takes several weeks to review hundreds of open-ended answers, delaying the speed of the information delivery process. To speed up the evaluation process, the author created a program that can categorize customer survey answers using AutoKeras. The result is a convolutional neural network (CNN) algorithm that can categorize customer survey answers with accuracy of 82% for the first category type and 93% for the second category type. The author also created a feature to map the categorized data into a map of Indonesia so that further evaluation can be done, as well as a search feature as a tool for delivering real-world examples to BCA employees.