<![CDATA[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.]]>
Copyrights © 2026
