SENTIMENT ANALYSIS MENGGUNAKAN METODE TEXT MINING
DAN RANDOM FOREST UNTUK KLASIFIKASI KELUHAN PENGGUNA
(STUDI KASUS: APLIKASI KAI ACCESS)
Total View This Week0
Total View This Week0
Institusion
Universitas Darma Persada
Author
Agung, Gunawan
Subject
005.3 Programs/ Program
Datestamp
2023-12-06 07:44:01
Abstract :
KAI Access merupakan aplikasi yang dimiliki oleh PT. Kereta Api Indonesia untuk pelayanan mobile ticketing secara online. Keluhan pengguna merupakan aspek penting yang perlu dipertimbangkan ketika mengembangkan aplikasi KAI Access untuk layanan mobile ticketing. Pengguna KAI Access menimbulkan banyak opini terhadap aplikasi KAI Access, salah satunya yaitu pada Google Play Store. Sentiment analysis merupakan bidang ilmu yang meneliti bagaimana menyampaikan sentiment atau opini yang diungkapkan di dalam teks, seperti melakukan klasifikasi sentiment positive dan sentiment negative dari pengguna. Oleh karena itu, dibuatlah Sentiment Analysis Menggunakan Metode Text Mining dan Random Forest Untuk Klasifikasi Keluhan Pengguna (Studi Kasus: Aplikasi KAI Access) yang di hosting menggunakan web apps streamlit pada https://kaisen.streamlit.app/. Penelitian ini dibuat menggunakan metode pengembangan CRISP-DM (Cross Industry Standard Process for Data Mining) agar dapat memenuhi kebutuhan implementasi pada kasus Ilmu Data (Data Science).
KAI Access merupakan aplikasi yang dimiliki oleh PT. Kereta Api Indonesia untuk pelayanan mobile ticketing secara online. Keluhan pengguna merupakan aspek penting yang perlu dipertimbangkan ketika mengembangkan aplikasi KAI Access untuk layanan mobile ticketing. Pengguna KAI Access menimbulkan banyak opini terhadap aplikasi KAI Access, salah satunya yaitu pada Google Play Store. Sentiment analysis merupakan bidang ilmu yang meneliti bagaimana menyampaikan sentiment atau opini yang diungkapkan di dalam teks, seperti melakukan klasifikasi sentiment positive dan sentiment negative dari pengguna. Oleh karena itu, dibuatlah Sentiment Analysis Menggunakan Metode Text Mining dan Random Forest Untuk Klasifikasi Keluhan Pengguna (Studi Kasus: Aplikasi KAI Access) yang di hosting menggunakan web apps streamlit pada https://kaisen.streamlit.app/. Penelitian ini dibuat menggunakan metode pengembangan CRISP-DM (Cross Industry Standard Process for Data Mining) agar dapat memenuhi kebutuhan implementasi pada kasus Ilmu Data (Data Science).
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
