Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan
Brandon Alexander Jayadi
Universitas Tarumanagara
Civil Engineering, Building, Construction & Architecture Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISA SENTIMEN ULASAN APLIKASI TRANSPORTASI MENGGUNAKAN METODE SVM DENGAN PENDEKATAN INSET LEXICON-BASED Eryca Dhamma Shanty; Brandon Alexander Jayadi; Marco; Viny Christanti Mawardi
Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol. 9 No. 1 (2025): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/19y15a17

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap tiga aplikasi transportasi publik digital di Indonesia, yaitu Access by KAI, MyMRTJ, dan MitraDarat. Pendekatan yang digunakan dalam penelitian ini adalah kombinasi metode klasifikasi Support Vector Machine (SVM) dan pendekatan leksikal menggunakan kamus INSET Lexicon-Based. Data ulasan dikumpulkan melalui proses scraping dari Google Play Store dan kemudian melalui tahapan pre-processing, pelabelan sentimen, serta proses klasifikasi. Hasil penelitian menunjukkan bahwa mayoritas ulasan pengguna didominasi oleh sentimen positif. Access by KAI memperoleh ulasan positif terbanyak (446 ulasan), diikuti oleh MitraDarat (322 ulasan), dan MyMRTJ (286 ulasan). Model SVM memberikan hasil klasifikasi yang baik dengan akurasi tertinggi dicapai oleh MyMRTJ (87%), diikuti Access by KAI (84%), dan MitraDarat (82%). Selain itu, visualisasi word cloud berhasil menampilkan kata-kata dominan yang sering muncul dalam ulasan seperti "bagus", "mudah", dan "jalan", yang menunjukkan kepuasan pengguna terhadap layanan aplikasi. Pendekatan INSET Lexicon-Based terbukti efektif dalam mengenali polaritas kata dalam konteks lokal berbahasa Indonesia, serta meningkatkan akurasi pelabelan sebelum proses klasifikasi dilakukan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan aplikasi transportasi digital berbasis data ulasan pengguna.
Co-Authors Eryca Dhamma Shanty Marco Viny Christanti M