ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI KAI ACCESS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
DOI:
https://doi.org/10.37792/jukanti.v6i1.836Kata Kunci:
KAI Access, Analisis Sentimen, Support Vector MachineAbstrak
PT Kereta Api Indonesia melakukan inovasi dengan meluncurkan aplikasi yang diberi nama KAI Access. Aplikasi KAI Access memiliki fitur pemesanan tiket, ticket rescheduling, pembatalan tiket hingga e-boarding pass. Tujuan dari penelitian ini adalah untuk mengetahui sentimen dari sebuah produk mobile. Opini terkait Aplikasi KAI Access dapat digunakan PT Kereta Api Indonesia sebagai parameter kunci untuk mengetahui tingkat kepuasan publik sekaligus bahan evaluasi bagi PT Kereta Api Indonesia. Berdasarkan hasil pengujian yang telah dilakukan pada ulasan pengguna aplikasi KAI Access dengan total 8.078 ulasan, lebih banyak pengguna memberikan opini positif dalam aspek satisfaction dan opini negatif pada aspek learnability, efficiency, dan errors. Digunakan model CRISP-DM (Cross Industry Standard Process for Data Mining) dan algoritma Support Vector Machine untuk melakukan klasifikasi. Hasil klasifikasi terbaik diperoleh nilai accuracy, precision, recall, dan F-measure yang dihasilkan dari tiap aspek yaitu untuk Learnability 94.73%, 100.00%, 89.50%, dan 94.64%, Efficiency 94.38%, 72.00%, 100.00%, dan 94.46%, Errors 85.13%, 97.11%, 72.41%, dan 82.96%, Satisfaction 87.26%, 98.46%, 73.78%, dan 84.20%.
PT Kereta Api Indonesia innovates by launching an application called KAI Access. The KAI Access application has features for ticket ordering, ticket rescheduling, ticket cancellation and e-boarding pass. The purpose of this study is to determine the sentiment of a mobile. Opinion regarding the KAI Access Application can be used by PT Kereta Api Indonesia as a key parameter to determine the level of public satisfaction as well as evaluation material for PT Kereta Api Indonesia. Based on the results of tests conducted on user reviews of the KAI Access application with a total of 8,078 reviews, more users give positive opinions on the satisfaction and negative opinions on the learnability, efficiency and errors. Model CRISP-DM (Cross Industry Standard Process for Data Mining) and Support Vector Machine algorithm are used to perform classification. The best classification results obtained accuracy, precision, recall, and F-measure resulting from each aspect, namely for Learnability 94.73%, 100.00%, 89.50%, and 94.64%, Efficiency 94.38%, 72.00%, 100.00%, and 94.46%, Errors 85.13%, 97.11%, 72.41%, and 82.96%, Satisfaction 87.26%, 98.46%, 73.78%, and 84.20%.
Unduhan
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Pendidikan Teknologi Informasi (JUKANTI)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Lisensi Jurnal JUKANTI
JUKANTI (Jurnal Pendidikan Teknologi Informasi) berkomitmen untuk mendukung akses terbuka dan diseminasi pengetahuan ilmiah. Seluruh artikel yang diterbitkan di JUKANTI didistribusikan di bawah lisensi Creative Commons Attribution 4.0 International License (CC BY 4.0).
Creative Commons Attribution 4.0 International License (CC BY 4.0)
Di bawah lisensi ini, pengguna diperbolehkan untuk membaca, mengunduh, menyalin, mendistribusikan, mencetak, menelusuri, menautkan, menggubah, mengadaptasi, dan mengembangkan karya yang diterbitkan untuk tujuan yang sah, termasuk tujuan komersial, sepanjang memberikan atribusi yang tepat kepada penulis asli dan publikasi asli di JUKANTI, menyertakan tautan ke lisensi, serta menyatakan apabila terdapat perubahan yang dilakukan.
Hak Penulis
Penulis tetap memegang hak cipta atas artikel mereka dan memberikan hak publikasi pertama kepada JUKANTI. Penulis juga diperbolehkan untuk menyimpan dan membagikan versi terbit artikel mereka di repositori institusi, repositori bidang ilmu, website pribadi, dan jejaring akademik, sepanjang publikasi asli di JUKANTI dikutip dan ditautkan dengan benar.
Kewajiban Penulis
Penulis yang menerbitkan artikel di JUKANTI bertanggung jawab untuk memastikan bahwa karya yang dikirimkan bersifat orisinal, tidak melanggar hak cipta, serta memenuhi standar etika dan ketentuan hukum yang berlaku. Penulis wajib memperoleh izin penggunaan materi pihak ketiga yang dimasukkan dalam naskah apabila diperlukan.
Informasi Lisensi
Lisensi: Creative Commons Attribution 4.0 International License (CC BY 4.0)
URL Lisensi: https://creativecommons.org/licenses/by/4.0/
Komitmen terhadap Standar Akses Terbuka
JUKANTI berkomitmen untuk menjaga kebijakan editorial yang transparan, ketentuan lisensi yang jelas, dan praktik publikasi akses terbuka sesuai dengan standar publikasi ilmiah internasional.
Untuk pertanyaan atau klarifikasi lebih lanjut mengenai lisensi ini, silakan menghubungi kantor editorial JUKANTI melalui edu@ucb.ac.id
