KLASIFIKASI ULASAN PENGGUNA APLIKASI ACCESS BY KAI BERBASIS ASPEK DENGAN ALGORITMA NAÏVE BAYES DAN SVM

Abstract

Access by KAI adalah aplikasi resmi milik PT. Kereta Api Indonesia yang dirancang guna memenuhi kebutuhan para penumpangnya, baik yang melakukan perjalanan jarak jauh, menengah, maupun lokal. Meskipun Aplikasi Access by KAI masih memiliki beberapa kekurangan dibeberapa aspek, oleh karena itu perbaikan harus terus dilakukan guna meningkatkan kualitasnya. Untuk menilai kualitas, kepuasan, dan kekurangan aplikasi ini, informasi dapat diperoleh dari ulasan di Google Play Store dan media sosial X. Penelitian ini bertujuan untuk mengidentifikasi sentimen terkait produk aplikasi mobile tersebut. dapat teridentifikasi sejumlah 6.000 ulasan yang sudah masuk. Hal ini bisa ditarik kesimpulan yang menegaskan kalau mayoritas penggunanya sudah menyampaikan ulasan dengan lebih positif terkait aspek satisfaction, sedangkan untuk ulasan yang cenderung berlabel negative menjurus pada sejumlah aspek, seperti halnya learnability, efficiency, dan errors. Opini publik yang sudah dikelompokkan menjadi beberapa aspek terkait aplikasi Access by KAI dapat ditetapkan sebagai parameter kunci untuk menilai tingkat kepuasan masyarakat, sekaligus diharapkan menjadi dasar untuk melaksanakan evaluasi terhadap PT. Kereta Api Indonesia, khususnya pada aspek-aspek yang masih memiliki kekurangan dalam aplikasi Access by KAI. Perlu dipahami terkait penerapan dengan model CRISP-DM (Cross Industry Standard Process for Data Mining) dan komparasi hasil yang pijakannya dari metode klasifikasi Naïve Bayes dan Support Vector Machine (SVM), sudah terbukti kalau model demikian menghadirkan kinerjanya paling maksimal. Jika diamati dari mean yang sudah melewati tahap uji di tiap aspeknya, yakni Accuracy besarannya 96.57%, Precision 94.52%, Recall 99.46%, dan F-measur 96.82%.