<![CDATA[Aplikasi JakLingko, sebagai platform integrasi transportasi utama di Jakarta, menghadapi tantangan berupa rating kepuasan pengguna yang rendah di Google Play Store. Ulasan pengguna yang seringkali tidak selaras dengan rating bintang yang diberikan mendorong perlunya analisis sentimen yang mendalam untuk memahami persepsi pengguna yang sebenarnya. Penelitian ini menggunakan pendekatan kuantitatif untuk mengidentifikasi isu-isu utama dari ulasan pengguna dan mengevaluasi efektivitas sebuah model klasifikasi. Metodologi yang ditekankan dalam penelitian ini meliputi beberapa tahapan kunci: analisis terhadap 333 ulasan pengguna tahun 2024, pra-pemrosesan data teks, pembobotan kata menggunakan Word2Vec, penanganan data tidak seimbang dengan SMOTE, dan klasifikasi sentimen menggunakan metode Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa model SVM yang dibangun sangat efektif dengan perolehan akurasi sebesar 83,19% pada data uji dan rata-rata akurasi 10-fold cross-validation sebesar 85,82%. Analisis lebih lanjut melalui word cloud mengungkap bahwa sentimen positif didorong oleh kemudahan penggunaan dan keberhasilan integrasi, sementara sentimen negatif didominasi oleh keluhan terkait kegagalan transaksi, stabilitas aplikasi yang buruk, dan masalah pemindaian QR code. Penelitian ini tidak hanya menghasilkan model klasifikasi sentimen yang andal, tetapi juga memberikan wawasan strategis yang dapat ditindaklanjuti oleh pengembang untuk memprioritaskan perbaikan layanan.]]>
Copyrights © 2025
