Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Indo Green Journal Indo Green Journal
Tasya Crisanti Manalu
Universitas Negeri Surabaya, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Sentimen dan Preprocessing Data Ulasan Aplikasi Access by KAI Menggunakan Metode Scraping dan Natural Language Processing Ellestiana Muhimmatul Rachmawati; Tasya Crisanti Manalu; Siti Farianti; Yayang Maulani Indyatmaja
Indo Green Journal Vol. 4 No. 4 (2026): Green 2026
Publisher : Published by Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/green.v4i4.989

Abstract

Aplikasi Access by KAI merupakan platform digital utama yang disediakan oleh PT Kereta Api Indonesia (Persero) untuk memfasilitasi pemesanan tiket dan layanan transportasi kereta api di Indonesia. Evaluasi terhadap kepuasan pengguna sangat penting untuk meningkatkan kualitas layanan aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen pengguna berdasarkan ulasan publik di Google Play Store dengan menerapkan alur kerja pemrosesan bahasa alami (Natural Language Processing / NLP) secara end-to-end. Data ulasan berhasil diambil menggunakan teknik scraping melalui pustaka google-play-scraper. Setelah tahap pembersihan data (data cleaning) dan penghapusan ulasan duplikat, diperoleh dataset ulasan bersih. Pelabelan sentimen berbasis tingkatan rating bintang (rating-based labeling) menghasilkan distribusi sentimen yang dominan pada kategori negatif. Tahap preprocessing dilakukan meliputi case folding, slangword normalization, stopword removal berbasis pembatasan kata negasi, serta tokenization. Hasil analisis visualisasi WordCloud mengidentifikasi bahwa kendala utama pengguna didominasi oleh isu kegagalan sistem pembayaran, kendala fitur pembatalan tiket, serta ketidakstabilan aplikasi (app crash dan error saat login). Hasil dari penelitian ini memberikan pemahaman terstruktur bagi pengembang untuk memprioritaskan perbaikan fitur kritis pada aplikasi Access by KAI.
Analisis Sentimen dan Preprocessing Data Ulasan Aplikasi Access by KAI Menggunakan Metode Scraping dan Natural Language Processing Ellestiana Muhimmatul Rachmawati; Tasya Crisanti Manalu; Siti Farianti; Yayang Maulani Indyatmaja
Indo Green Journal Vol. 4 No. 4 (2026): Green 2026
Publisher : Published by Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/green.v4i4.989

Abstract

Aplikasi Access by KAI merupakan platform digital utama yang disediakan oleh PT Kereta Api Indonesia (Persero) untuk memfasilitasi pemesanan tiket dan layanan transportasi kereta api di Indonesia. Evaluasi terhadap kepuasan pengguna sangat penting untuk meningkatkan kualitas layanan aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen pengguna berdasarkan ulasan publik di Google Play Store dengan menerapkan alur kerja pemrosesan bahasa alami (Natural Language Processing / NLP) secara end-to-end. Data ulasan berhasil diambil menggunakan teknik scraping melalui pustaka google-play-scraper. Setelah tahap pembersihan data (data cleaning) dan penghapusan ulasan duplikat, diperoleh dataset ulasan bersih. Pelabelan sentimen berbasis tingkatan rating bintang (rating-based labeling) menghasilkan distribusi sentimen yang dominan pada kategori negatif. Tahap preprocessing dilakukan meliputi case folding, slangword normalization, stopword removal berbasis pembatasan kata negasi, serta tokenization. Hasil analisis visualisasi WordCloud mengidentifikasi bahwa kendala utama pengguna didominasi oleh isu kegagalan sistem pembayaran, kendala fitur pembatalan tiket, serta ketidakstabilan aplikasi (app crash dan error saat login). Hasil dari penelitian ini memberikan pemahaman terstruktur bagi pengembang untuk memprioritaskan perbaikan fitur kritis pada aplikasi Access by KAI.
Co-Authors Ellestiana Muhimmatul Rachmawati Siti Farianti Yayang Maulani Indyatmaja