Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal UNITEK
Rifqi Fatihul Ihsan, Muhammad
Unknown Affiliation
Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Penerapan Metode Random Forest Dalam Analisis Sentimen Ulasan Pengguna Aplikasi Newsakpole Rifqi Fatihul Ihsan, Muhammad; Nugraha, Fajar; Laily Fithri, Diana; Supriyono, Supriyono
JURNAL UNITEK Vol. 18 No. 1 (2025): Januari - Juni 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i1.1445

Abstract

Aplikasi layanan publik memiliki peran penting dalam menyederhanakan proses birokrasi dan meningkatkan kepuasan masyarakat. Namun, ketidaksesuaian antara performa aplikasi dan ekspektasi pengguna sering kali memicu munculnya umpan balik yang bersifat kritis. Penelitian ini bertujuan untuk mengkaji persepsi dan sentimen pengguna terhadap aplikasi Newsakpole, sebuah layanan digital yang dikembangkan untuk mempermudah administrasi pajak kendaraan di Provinsi Jawa Tengah, Indonesia. Dataset yang digunakan terdiri dari 7.000 ulasan pengguna berbahasa Indonesia yang dikumpulkan dari Google Play Store melalui metode web scraping. Algoritma Random Forest diterapkan untuk mengklasifikasikan sentimen ke dalam dua kategori, yaitu positif dan negatif, setelah melalui serangkaian tahapan preprocessing teks yang komprehensif. Model yang dibangun berhasil mencapai tingkat akurasi sebesar 91,86%, precision 91,54%, recall 91,86%, dan F1-score 91,03%. Visualisasi wordcloud mengungkapkan bahwa sentimen negatif umumnya berkaitan dengan masalah kegunaan dan kesalahan teknis, sedangkan umpan balik positif menyoroti manfaat layanan. Temuan dari penelitian ini memberikan kontribusi praktis dalam penerapan machine learning untuk evaluasi layanan publik, serta menawarkan wawasan yang dapat dimanfaatkan oleh pengembang dalam meningkatkan pengalaman pengguna secara keseluruhan.
Co-Authors Fajar Nugraha Laily Fithri, Diana Supriyono Supriyono