Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Manufacturing in Industrial Engineering & Technology
Aqli Mursadin
Jurusan Teknik Mesin, Universitas Lambung Mangkurat
Computer Science & IT Decision Sciences, Operations Research & Management Industrial & Manufacturing Engineering Public Health Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deployment Klasifikasi Sentimen Pada Ulasan Pengguna Aplikasi PLN Mobile Dengan Machine Learning Akhmad Ghiffary Budianto; Aqli Mursadin
Journal of Manufacturing in Industrial Engineering & Technology Vol 5 No 1 (2026): Vol 5 No 1 (2026): Journal of Manufacturing in Industrial Engineering & Technolog
Publisher : Universitas Muhammadiyah Surabaya Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/mine-tech.v5i1.31396

Abstract

PT. PLN menyediakan layanan pengaduan bagi pelanggan terkait masalah kelistrikan baik melalui social media maupun aplikasi mobile PLN di android. Dalam google playstore, mobile PLN mendapatkan ulasan pengguna berupa rating dan ulasan. Sentimen terhadap ulasan pengguna bertujuan untuk memahami konteks dari ulasan yang diberikan pengguna. Penelitian ini bertujuan untuk dapat melakukan klasifikasi sentimen pada ulasan pengguna tersebut dan melakukan proses deployment ke dalam user interface agar mudah digunakan. Metode yang digunakan yaitu mengumpulkan ulasan pengguna dengan web scraping lalu mengolahnya dengan TF-IDF dan klasifikasi dengan logistic regression dan naïve bayes. K-folds cross validation dengan k=5 dan metrik performa seperti akurasi dan f1-score digunakan untuk mengukur kinerja model. Model klasifikasi  sentimen dengan naïve bayes menghasilkan tingkat akurasi sebesar 91%+2,42% dan f1-score sebesar 90,98%+2,44%. Model Naïve Bayes sedikit lebih baik dibandingkan dengan hasil model logistic regression dengan ingkat akurasi 87,9%+2,36% dan f1-score 87,87%+2,39%. Total misklasifikasi yang terjadi dengan model naïve bayes (17 kali) juga lebih sedikit terjadi dibandingkan dengan model logistic regression (22 kali). Deployment berhasil dilakukan dengan menggunakan Gradio user interface sederhana untuk melakukan trial dari model klasifikasi sentimen
Co-Authors Akhmad Ghiffary Budianto