@thesis{thesis,
		author={Abdurrasyid  Hanif},
		title ={Analisis kualitas layanan aplikasi Access By KAI menggunakan analisis sentimen dan integrasi kano – Importance Performance Analysis (IPA)},
		year={2024},
		url={http://eprints.uad.ac.id/75698/},
		abstract={Transformasi digital telah mengubah cara kita mengakses informasi dan berinteraksi. PT. Kereta Api Indonesia (PT. KAI) memanfaatkan perubahan ini dengan meluncurkan aplikasi Access by KAI untuk memudahkan layanan pemesanan tiket dan fitur lainnya. Meskipun aplikasi ini telah mengalami pembaruan, terdapat penurunan signifikan dalam rating dan peningkatan keluhan pengguna. Penelitian ini bertujuan untuk mengetahui apa saja yang menjadi kriteria penentuan tingkat kualitas layanan aplikasi dengan menggunakan e-Servqual, mengidentifikasi atribut utama yang memberikan kontribusi positif dan negatif terhadap peningkatan dan penurunan rating aplikasi, serta memberikan rekomendasi perbaikan kepada PT. KAI untuk pengembangan aplikasi yang berbasis analisis Kano-IPA. Atribut utama dalam penelitian ini diadaptasi dari pendekatan e-Servqual. Selain itu, data primer diperoleh melalui scraping 20.000 ulasan pada situs Google Play. Tahap pertama analisis meliputi pengumpulan dan pengolahan data dengan teknik text preprocessing. Ulasan pengguna kemudian diklasifikasikan berdasarkan low (1-3) dan high (4-5) rating app dengan hasil masing-masing 17.845 dan 2.143 ulasan. Analisis sentimen selanjutnya dilakukan menggunakan VADER untuk mengevaluasi emosi dan pandangan pengguna. Selanjutnya, analisis Kano-IPA dilakukan dengan diawali proses klasifikasi atribut ke dalam model Kano, dilanjutkan dengan perhitungan nilai importance menggunakan TF-IDF, dan pengelompokan atribut ke dalam diagram IPA. Terakhir, dilakukan penentuan prioritas atribut serta memberikan saran perbaikan pada kedua jenis dataset. Hasil penelitian menunjukkan bahwa terjadi penurunan kualitas layanan pada atribut compensation, responsiveness, dan fulfillment. Ketiga atribut ini memiliki urgensi level atas dan perlu perbaikan segera (kasus low rating). Penurunan kualitas layanan juga terjadi pada atribut privacy dan contact. Keduanya merupakan low priority untuk dilakukan perbaikan (kasus high rating). Dari analisis sentimen dan Kano-IPA, didapatkan saran perbaikan yang dimulai dari atribut compensation dengan saran perbaikan untuk menyediakan opsi refund yang cepat maksimal 7 hari setelah pengajuan refund (kasus low rating) dan atribut privacy dengan saran perbaikan untuk memastikan keamanan data secara optimal dengan mengimplementasikan notif untuk aktivitas mencurigakan (kasus high rating).}
		}