Analisis Sentimen Ulasan Pengguna Aplikasi Access by KAI Berbasis Metode M-S-Qual Menggunakan Algoritma Support Vector Machine

Abstract

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.