Analisis Sentimen Terhadap Ulasan Access By KAI Pada Google Play Store Menggunakan Metode Indobert
DOI:
https://doi.org/10.59696/prinsip.v3i1.69Keywords:
Analisis Sentimen, IndoBERT, Deep Learning, Google Play Store, Access By KAIAbstract
Perkembangan dan kemajuan Teknologi Informasi dan Komunikasi dibutuhkan untuk mempermudah dan menyelesaikan berbagai masalah yang dihadapi umat manusia secara cepat. Aplikasi Access By Kai merupakan contoh dari perkembangan teknologi dibidang bisnis transportasi. PT Kereta Api Indonesia(KAI) yang sebelumnya memberlakukan transaksi pembelian tiket kereta api secara langsung di loket stasiun, terkadang membuat pembeli menjadi harus mengantri panjang. Akhirnya PT (KAI) resmi menciptakan mobile application yaitu Aplikasi Access By Kai. Aplikasi Access By Kai per-tanggal 27 Agustus 2024 telah diunduh lebih dari 10.000.000 pengguna Google PlayStore, namun ratingnya cukup rendah yaitu 2,4. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap Aplikasi Access By Kai pada platform Android menggunakan metode IndoBERT (Indonesia Bidirectional Encoder Representations from Transformers). Metode ini diterapkan dengan bahasa pemrograman Python untuk mengklasifikasikan komentar pengguna ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Dalam penelitian ini, digunakan 6000 data komentar yang terdiri dari 4199 data latih, 900 data validasi, dan 900 data uji. Hasil pengujian menunjukkan bahwa model IndoBERT berhasil dengan nilai akurasi sebesar 76%. Analisis lebih lanjut mengungkapkan bahwa sentimen pengguna terhadap aplikasi Access By Kai terbagi menjadi 80% positif, 47% netral, dan 74% negatif. Hasil ini menunjukkan bahwa metode IndoBERT efektif dalam mengklasifikasikan sentimen pengguna terhadap aplikasi tersebut.
References
Cindy Pradhisa, K., & Fajriyah, R. (2024). Analisis Sentimen Ulasan Pengguna E-commerce di Google Play Store Menggunakan Metode IndoBERT. Technology and Science (BITS), 6(1). https://doi.org/10.47065/bits.v6i1.5247 (Danukusumo, 2017). (n.d.).
F. F. Mailoa, “Analisis sentimen data twitter menggunakan metode text mining tentang masalah obesitas di indonesia,” J. Inf. Syst. Public Heal., vol. 6, no. 1, p. 44, 2021, doi: 10.22146/jisph.44455.
Fajri, F. N., Malik, K., Qorik, G., & Pratamasunu, O. (2022). Metode Pengumpulan Data Pada Deteksi Pakaian Hijab Syar’I Berdasarkan Citra Digital Menggunakan Teachable machine Learning. 5(2), 194–203. https://doi.org/10.31764/justek.vXiY.ZZZ
Gunawan, B., Pratiwi, H. S., & Pratama, E. E. (2018). Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes. Jurnal MENTARI: Manajemen, Pendidikan Dan Teknologi Informasi, 4(2), 113–118. https://doi.org/10.33050/mentari.v2i1.377
H. K. Putra, M. Arif Bijaksana, and A. Romadhony, “Deteksi Penggunaan Kalimat Abusive Pada Teks Bahasa Indonesia Menggunakan Metode IndoBERT,” e-Proceeding Eng., vol. 8, no. 2, pp.3028–3038, 2021
Hidayat, S., Silvanie, A., & Subekti, R. (2022). Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional. CHATBOT UNTUK KONSULTASI AKADEMIK MENGGUNAKAN NATURAL LANGUAGE PROCESSING (NLP) DI IBI-K 1957. Journal of Information System, Applied, Management, Accounting and Research, 6(2), 396–410. https://doi.org/10.52362/jisamar.v6i2.780
Iqbal, M. N., & Muntaha, S. (n.d.). Evaluasi Usability Aplikasi KAI Access Menggunakan System Usability Scale (SUS) Untuk Peningkatan Layanan PT KAI Evaluation of KAI Access Application Usability Using the System Usability Scale (SUS) For Improving PT Kai Services.
Kusnadi, R., Yusuf, Y., Andriantony, A., Ardian Yaputra, R., & Caintan, M. (2021). ANALISIS SENTIMEN TERHADAP GAME GENSHIN IMPACT MENGGUNAKAN BERT. Rabit?: Jurnal Teknologi Dan Sistem Informasi Univrab, 6(2), 122–129. https://doi.org/10.36341/rabit.v6i2.1765
Lihardo Girsang, D., Sidiq, A., & Salsabila Elenaputri, T. (2023). Analisis Sentimen Masyarakat terhadap Layanan BPJS Kesehatan dan Faktor-Faktor Pendukung Opini dengan Pemodelan Natural Language Processing (NLP). Emerging Statistics and Data Science Journal, 1(2).
Merdiansah, R., & Ali Ridha, A. (2024). Analisis Sentimen Pengguna X Indonesia Terkait Kendaraan Listrik Menggunakan IndoBERT. Jurnal Ilmu Komputer Dan Sistem Informasi (JIKOMSI, 7(1), 221–228.
N. Adine, S. Casi, and D. Burhanuddin, “Deteksi Hate Speech Pada Twitter,” e-Proceeding Eng., vol. 10, no. 1, pp. 256–262, 2023.
Nurhakiki, J., Yahfizham, Y., William, J., Ps, I. V, Estate, M., Percut, K., Tuan, S., & Serdang, K. D. (2024). Studi Kepustakaan: Pengenalan 4 Algoritma Pada Pembelajaran Deep Learning Beserta Implikasinya. Jurnal Pendidikan Berkarakter, 1, 270–281. https://doi.org/10.51903/pendekar.v2i1.598
Nurwahyuni, S. (2019). 31~38 Diterima Februari 10. In JURNAL SWABUMI (Vol. 7, Issue 1). www.kereta-api.com
Primartha. (2018). Belajar Machine Learning Teori Dan Praktik. Palembang.
Pumsirirat, A., & Yan, L. (2018). Credit Card Fraud Detection using Deep Learning based on Auto-Encoder and Restricted Boltzmann Machine. In IJACSA) International Journal of Advanced Computer Science and Applications (Vol. 9, Issue 1). www.ijacsa.thesai.org
Purnajaya, A. R., Lieputra, V., Tayanto, V., & Salim, J. G. (2022). Implementasi Text Mining untuk Mengetahui Opini Masyarakat Tentang Climate Change. Journal of Information System and Technology, 03(03), 320–328.
Putra. (2018). Pengenalan Konsep Pembelajaran Mesin Dan Deep Learning. 1.0. Tokyo: Tokyo Institute of Technology.
Ridwansyah, T. (2022). KLIK: Kajian Ilmiah Informatika dan Komputer Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier. Media Online, 2(5), 178–185. https://djournals.com/klik
Sakinah. (2019). No Title?????. ????, 8(5), 55.
Sitanggang, R., & Sibagariang, S. (2019). MODEL PENGAMBILAN KEPUTUSAN DENGAN TEKNIK METODE PROFILE MATCHING (Vol. 4, Issue 1).
Soeprajitno, E. D., Wawan, ), Setyawan, H., Dhiyan, ), & Wihara, S. (n.d.). FAKTOR UTAMA YANG MEMPENGARUHI NASABAH DALAM MENGAMBIL KREDIT DI BANK PERKREDITAN RAKYAT (BPR) KOTA KEDIRI. http://e-journal.unipma.ac.id/index.php/capital
Sri Widagdo, A., Nuresa Qodri, K., Edi Nugroho Saputro, F., Akbar Rizky, N. P., Informasi, T., Kesehatan Dan Teknologi, F., & Muhammadiyah Klaten, U. (n.d.). Analisis sentimen terhadap pelayanan Kesehatan berdasarkan ulasan Google Maps menggunakan BERT.
Yosua, O.?:, & Silitonga, R. (n.d.). ANALISIS DAN PENERAPAN DATAMINING UNTUK MENDETEKSI BERITA PALSU (FAKE NEWS) PADA SOCIAL MEDIA DENGAN MEMANFAATKAN MODUL SCIKIT LEARN.
Yusnitasari, T., & Santoso, D. I. M. (2022). Sentiment Analysis of Comments on Instagram Gramedia Pustaka Accounts (GPU) Using Lexicon Based and Naive Bayes Classifier Methods. International Research Journal of Advanced Engineering and Science, 7(1), 38–43.
