ANALISIS SENTIMEN PENGGUNA APLIKASI ACCESS BY KAI MENGGUNAKAN NAÏVE BAYES DENGAN PEMBANDINGAN LOGISTIC REGRESSION DAN RANDOM FOREST

• KHUSNU NOVA LUTHFI
• 2025

---

Pesatnya digitalisasi mendorong masyarakat untuk menggunakan layanan transportasi berbasis daring, salah satunya melalui aplikasi Access by KAI yang disediakan oleh PT Kereta Api Indonesia. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna terhadap aplikasi tersebut berdasarkan ulasan yang ditulis di Google Play Store. Data dikumpulkan dengan teknik web scraping menggunakan pustaka google-play-scraper selama Maret hingga Juni 2025, dengan total 6.784 ulasan. Setelah dilakukan pra-pemrosesan berupa cleaning, spelling normalization, tokenizing, stopword removal, dan stemming, data diubah ke dalam representasi numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Proses klasifikasi dilakukan menggunakan algoritma Naïve Bayes sebagai model utama, serta Logistic Regression dan Random Forest sebagai pembanding. Evaluasi model menggunakan confusion matrix dan metrik akurasi, precision, recall, serta f1-score. Hasil menunjukkan bahwa algoritma Naïve Bayes memberikan performa terbaik dengan akurasi sebesar 92,2%, disusul Logistic Regression (91,4%) dan Random Forest (90,8%). Nilai f1-score tertinggi juga dicapai oleh Naïve Bayes, dengan distribusi yang seimbang untuk klasifikasi sentimen positif dan negatif. Berdasarkan hasil tersebut, dapat disimpulkan bahwa Naïve Bayes merupakan algoritma paling optimal dalam klasifikasi sentimen ulasan pengguna aplikasi Access by KAI.

• Analisis Sentimen
• Access by KAI
• Naïve Bayes
• Logistic Regression
• Random Forest
• TF-IDF

https://repository.bsi.ac.id/repo/72976/ANALISIS-SENTIMEN-PENGGUNA-APLIKASI-ACCESS-BY-KAI-MENGGUNAKAN-NAÏVE-BAYES-DENGAN-PEMBANDINGAN-LOGISTIC-REGRESSION-DAN-RANDOM-FOREST
Anda dapat membaca file tugas akhir ini di repository.