Analisis Sentimen Ulasan Pengguna Aplikasi Access by KAI Berbasis Metode M-S-Qual Menggunakan Algoritma Support Vector Machine
Tahun 2025 · Penulis: Siti Nurul Laili
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Access by KAI merupakan aplikasi transportasi yang diluncurkan oleh PT Kereta Api (Persero) dengan tujuan memudahkan pengguna dalam melakukan pemesanan dan pembelian tiket kereta api. Namun, tidak sedikit pengguna merasa tidak puas dengan aplikasi ini dapat dilihat dari peringkat aplikasi yang rendah. Oleh karena itu, penelitian ini dilakukan dengan tujuan menganalisis kualitas layanan aplikasi apa saja yang perlu ditingkatkan dengan menggabungkan analisis sentimen dan dimensi pengukuran kualitas layanan M-S-Qual. Metode penelitian ini melibatkan pengumpulan data ulasan pengguna aplikasi, pelabelan, preprocessing, dan pembobotan. Selanjutnya, model klasifikasi dibangun menggunakan algoritma Support Vector Machine (SVM) dengan menghasilkan model klasifikasi sentimen dan model klasifikasi dimensi. Hasil penelitian menunjukkan bahwa algoritma SVM bekerja sangat baik pada parameter C=10, gamma=1, dan kernel=RBF untuk model klasifikasi sentimen. Sedangkan, untuk model klasifikasi dimensi algoritma SVM bekerja optimal dengan parameter C=10, gamma=1, dan kernel=RBF. Kemudian, hasil klasifikasi menunjukkan bahwa pada kelas sentimen negatif didominasi oleh dimensi system availability dengan jumlah ulasan sebesar 41.453. Dan pada kelas sentimen positif didominasi oleh dimensi efficiency dengan jumlah ulasan sebanyak 11.013 ulasan. Dengan demikian, penelitian ini memberikan bahan pertimbangan pada pihak pengembang aplikasi untuk dapat meningkatkan performa aplikasi menjadi lebih baik lagi.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,861
Tahun 2025 · Penulis: Saila Fidhi Rohmah
Analisis Sentimen Ulasan Aplikasi Indrive Menggunakan Algoritma Support Vector Machine (SVM)
Google Play Store adalah platform yang menyediakan berbagai aplikasi dan permainan. Banyaknya pilihan aplikasi yang tersedia mengharuskan pengguna untuk lebih selektif dalam memilih aplikasi yang tepat. Salah satu aplikasi yang tersedia di Google Play Store ad
- Cosine 0,826
Tahun 2025 · Penulis: Hefrilia Nur Afifah
Pengembangan Aplikasi Penilaian Kualitas Perangkat Lunak Berbasis ISO 25010 Menggunakan Pendekatan Sentimen dan Klasifikasi
Peningkatan kualitas layanan digital di lingkungan pendidikan tinggi menjadi hal penting dalam mendukung proses akademik yang efektif. Universitas Jember sebagai institusi pendidikan menyediakan aplikasi Sistem Informasi Terintegrasi (SISTER) untuk menunjang a
- Cosine 0,821
Tahun 2026 · Penulis: Adini Regina Muchtar
Rancang Bangun Aplikasi Sistem Evaluasi Perangkat Lunak Menggunakan Aspect-Based Sentiment Analysis Dengan Standar Iso 25010
Meningkatnya jumlah ulasan pengguna di platform aplikasi seperti Google Play Store memberikan wawasan berharga mengenai kualitas perangkat lunak. Namun, menganalisis ulasan dalam jumlah besar secara manual tidaklah efisien, sementara peringkat bintang saja tid