<![CDATA[Access by KAI merupakan aplikasi layanan transportasi digital dari PT Kereta Api Indonesia yang mempermudah pengguna dalam mengakses layanan perjalanan kereta api. Untuk meningkatkan kualitas layanan dan pengalaman pengguna, penelitian ini melakukan analisis sentimen terhadap ulasan pengguna aplikasi menggunakan algoritma Support Vector Machine (SVM). Tiga aspek utama yang dianalisis yaitu Financial Transactions, Technical Issues and Performance, serta User Experience and Interface. Penelitian menggunakan kombinasi metode sampling (SMOTE dan Non-SMOTE), kernel (Linear, RBF, Polynomial), dan pembagian data (80:20 dan 70:30) untuk menemukan model terbaik. Hasil terbaik untuk aspek Financial Transactions diperoleh dari model SMOTE dengan kernel RBF dan rasio 70:30 (akurasi 0.9270). Untuk Technical Issues and Performance, model terbaik adalah Non-SMOTE dengan kernel Linear dan rasio 70:30 (akurasi 0.8718). Sedangkan untuk User Experience and Interface, model Non-SMOTE dengan kernel Linear dan rasio 80:20 memberikan akurasi tertinggi sebesar 0.8825. Model terbaik ini diimplementasikan dalam aplikasi web berbasis Flask yang dapat memprediksi sentimen, mengekspor hasil dalam bentuk .csv, serta menampilkan visualisasi data. Hasil implementasi menunjukkan bahwa kombinasi model terpilih mampu memberikan pemetaan sentimen yang konsisten dan terstruktur terhadap ulasan pengguna, sehingga dapat digunakan sebagai dasar evaluasi berbasis data dalam pengembangan fitur aplikasi.]]>
Copyrights © 2025
