Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Social And Economics Research journal of social and economic research
Fyra Salsabila Sumantri
Unknown Affiliation
Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Social Sciences

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

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN MASYARAKAT TERHADAP FITUR FACE RECOGNITION PADA BOARDING GATE PT KAI MENGGUNAKAN MODEL RoBERTa DAN METODE SUPPORT VECTOR MACHINE (SVM) Fyra Salsabila Sumantri; Miftahul Jannah
Journal of Social and Economics Research Vol 8 No 1 (2026): JSER, June 2026
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54783/jser.v8i1.1423

Abstract

Penerapan fitur face recognition pada proses boarding gate PT Kereta Api Indonesia (PT KAI) menimbulkan beragam tanggapan dari masyarakat, baik pada media sosial maupun pada ulasan aplikasi KAI Access. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis sentimen masyarakat terhadap penerapan fitur face recognition boarding gate PT KAI berdasarkan data Twitter dan Google Play Store, menerapkan model RoBERTa untuk pelabelan data teks berbahasa Indonesia serta menguji kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen, dan menghasilkan visualisasi grafik terkait hasil sentimen. Data penelitian dari proses pengumpulan dua platform Twitter dan ulasan Google Play Store, menghasilkan data sebanyak 1.917 teks, yang kemudian dibagi menjadi 1.533 data latih dan 384 data uji pembagian 80:20. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, pelabelan otomatis menggunakan model RoBERTa, penyeimbangan kelas pada data latih, serta pelatihan dan pengujian model SVM. Hasil evaluasi menunjukkan bahwa model SVM mencapai akurasi sebesar 0,9219 atau sekitar 92%, yang menunjukkan performa klasifikasi sentimen positif, netral, dan negatif berjalan sangat baik.
ANALISIS SENTIMEN MASYARAKAT TERHADAP FITUR FACE RECOGNITION PADA BOARDING GATE PT KAI MENGGUNAKAN MODEL RoBERTa DAN METODE SUPPORT VECTOR MACHINE (SVM) Fyra Salsabila Sumantri; Miftahul Jannah
Journal of Social and Economics Research Vol 8 No 1 (2026): JSER, June 2026
Publisher : Ikatan Dosen Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54783/jser.v8i1.1423

Abstract

Penerapan fitur face recognition pada proses boarding gate PT Kereta Api Indonesia (PT KAI) menimbulkan beragam tanggapan dari masyarakat, baik pada media sosial maupun pada ulasan aplikasi KAI Access. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis sentimen masyarakat terhadap penerapan fitur face recognition boarding gate PT KAI berdasarkan data Twitter dan Google Play Store, menerapkan model RoBERTa untuk pelabelan data teks berbahasa Indonesia serta menguji kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen, dan menghasilkan visualisasi grafik terkait hasil sentimen. Data penelitian dari proses pengumpulan dua platform Twitter dan ulasan Google Play Store, menghasilkan data sebanyak 1.917 teks, yang kemudian dibagi menjadi 1.533 data latih dan 384 data uji pembagian 80:20. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, pelabelan otomatis menggunakan model RoBERTa, penyeimbangan kelas pada data latih, serta pelatihan dan pengujian model SVM. Hasil evaluasi menunjukkan bahwa model SVM mencapai akurasi sebesar 0,9219 atau sekitar 92%, yang menunjukkan performa klasifikasi sentimen positif, netral, dan negatif berjalan sangat baik.
Co-Authors MIFTAHUL JANNAH