Identifikasi Pengguna Aplikasi Transportasi Access by KAI dengan Ulasan dan Rating Menggunakan Analisis Sentimen
Keywords:
Analisis Sentimen, Access by KAI, Layanan, Ulasan, RatingAbstract
Pengaruh besar teknologi semakin dirasakan pada zaman ini. Salah satu contoh yaitu penggunaan aplikasi Access by KAI untuk pengguna jasa moda transportasi kereta. Access by KAI merupakan aplikasi dari PT. Kereta Api Indonesia yang menyediakan layanan terhadap pengguna moda transportasi kereta. Analisis sentimen merupakan analisis pendapat atau opini seseorang tentang suatu hal baik berupa layanan dan operasional secara otomatis. Analisis sentimen mempermudah seseorang untuk mengukur tingkat kepuasan pengguna moda transporatsi kereta sekaligus pengguna aplikasi Access by KAI terhadap layanan yang diberikan tanpa harus membaca ribuan sampai ratusan komentar atau ulasan sekaligus. Analisis sentimen menggunakan data ulasan dan rating sebagai indikator penilaian terhadap layanan aplikasi dari PT. Kereta Api Indonesia. Metode pemograman yang dilakukan menggunakan long short term memory (LSTM) dan kuantitatif deskriptif untuk metode penelitiannya. Satu-satunya data yang digunakan yaitu data primer dari ulasan dan rating aplikasi Access by KAI yang didapat dari website google playstore halaman aplikasi Access by KAI. Hasil analisis yang didapat menunjukkan mayoritas pengguna aplikasi Access by KAI memberikan sentimen negatif pada ulasan dan sangat tidak puas pada rating perolehan terbanyak diraih bintang 1 dengan jumlah 1834 terhadap layanan aplikasi Access by KAI . Penelitian ini memberikan solusi bagi pembuat aplikasi (developer) dan pengguna aplikasi untuk mengatasi masalah tersebut.
References
Bodapati, J. D., dkk. (2019). Sentiment Analysis From Movie Reviews Using Lstms.
Ingenierie Des Systemes d'Information Vol 24 No 1, 125-129.
Fahlevvi, M. (2022). Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi dan Dokumentasi Kementrian dalam Negeri Republik Indonesia di Google Playstore Menggunakan Metode Support Vector Machine. Jurnal Teknologi dan Komunikasi Pemerintahan Vol 4 No 1, 1-13.
Fikria, N. (2018, Mei 15). Analisis Klasifikasi Sentimen Review Aplikasi E-Ticketing Menggunakan Metode Support Vector Machine Dan Asosiasi. Dipetik January 17, 2024, dari Undegraduate Thesis Universitas Islam Indonesia: https://dspace.uii.ac.id/handle/123456789/7717
Indarwati, K., & Februariyanti, H. (2023). Analisis Sentimen Terhadap Kualitas Pelayanan Aplikasi Go-Jek Menggunakan Metode Naive Bayes Classifier.
Izunnahdi, M., Aburrahman, G., & Wardoyo, A. (2021). Sentimen Analisis pada Data Ulasan Aplikasi Kai Acces Di Google Playstore Menggunakan Metode Multinomial Naive Bayes. Jurnal Smart Teknologi Vol 1 No 1, 100-102.
Murthy, D., dkk. (2020). Text Based Sentiment Analysis Using Lstm. International Journal of Rngineering Research and Technology Vol 9 Issue 5, 299-303.
Nurwahyuni, S. (2019). Analisis Sentimen Aplikasi Transportasi Online KRL Acces Menggunakan Metode Naive Bayes. Jurnal Swabumi Vol 7 No 1, 31-38.
Radiena, G., & Nugroho, A. (2023). Analisis Sentimen Berbasis Aspek pada Ulasan Aplikasi Kai Access Menggunakan Metode Support Vector Machine. Jurnal Pendidikan Teknologi Informasi Vol 6 No 1, 1-10.
Sidauruk, N., & Riza, N. (2023). Sentimen Analisis Data Pengguna Terhadap Kai Acces Systematic Literature Review. Jurnal Mahasiswa Teknik Informatika Vol 7 No 2, 1297-1303.
Wahyudi, R., & Kusumawardhana, G. (2021). Analisis Sentimen pada Review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. Jurnal Informatika Vol 8 No 2, 200-207.
Yunus, M., dkk. (2019). Analisis Sistem Kerja Aplikasi Transportasi Online dalam Penigkatan Kinerja Driver. Prosiding Seminar Nasional Pascasarjana (pp. 1039-1043). Semarang: Pascasarjana Universitas Negeri Semarang.
Abstract views: 21
,
PDF Downloads: 33
