<![CDATA[Pada penelitian ini dilatarbelakang oleh dimana banyaknya ulasan pengguna aplikasi SFID yang berisi keluhan dan penilaian dengan bahasa yang beragam sehingga sulit dianalisis secara manual, cepat dan objektif. Kondisi tersebut menyebabkan informasi penting terkait pengalaman pengguna, kendala teknis, dan kualitas layanan aplikasi belum dapat dimanfaatkan secara optimal sebagai dasar pengambilan keputusan pengembangan aplikasi. Dengan demikian, penelitian ini bertujuan untuk mengelompokkan dan mengklasifikasikan ulasan pengguna aplikasi Mitsubishi SFID secara sistematis guna mendukung proses pengambilan keputusan. Dalam penelitian ini, Metode K-Means Clustering digunakan untuk mengelompokkan ulasan berdasarkan tingkat kemiripan karakteristik dan tema, sedangkan algoritma C4.5 diterapkan untuk mengklasifikasikan ulasan pada setiap kelompok ke dalam kategori tertentu berdasarkan atribut yang relevan. Data yang dianalisis berasal dari ulasan pengguna aplikasi Mitsubishi SFID yang diperoleh melalui platform Google Play Store. Penelitian ini menunjukkan bahwa model klasifikasi yang dibuat berhasil memberikan tingkat akurasi yang baik serta hasil validasi menunjukkan bahwa model memiliki kinerja yang stabil dan dapat diandalkan dalam mengklasifikasikan ulasan pengguna dengan nilai akurasi 88,89%. Dampak dari penelitian ini adalah tersedianya informasi terstruktur mengenai permasalahan dan kebutuhan pengguna yang dapat dimanfaatkan sebagai dasar penentuan prioritas perbaikan fitur, peningkatan kualitas layanan aplikasi, serta membantu mengambil keputusan yang lebih tepat dan didasarkan pada data]]>
Copyrights © 2026
