Analisis Sentimen Aplikasi KAI Access Berdasarkan Ulasan Pelanggan Di Google Play Store Berbasis Natural Language Processing

Latar Belakang: PT Kereta Api Indonesia (Persero) mengembangkan aplikasi KAI Access sebagai sarana pemesanan tiket, pengecekan jadwal, dan layanan terkait transportasi kereta api secara digital. Ulasan pelanggan di Google Play Store menjadi sumber data penting untuk mengetahui persepsi pengguna terhadap kualitas layanan aplikasi ini.
Tujuan: Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna KAI Access, dengan mengklasifikasikan ulasan ke dalam kategori positif, negatif, dan netral menggunakan metode Naïve Bayes Classifier berbasis Natural Language Processing (NLP).
Metode Penelitian: Data ulasan dikumpulkan melalui teknik web scraping dari Google Play Store, kemudian diproses melalui tahap preprocessing (cleaning, case folding, tokenizing, stopword removal, stemming) dan pembobotan menggunakan metode TF-IDF sebelum dilakukan klasifikasi sentimen. Pengujian dilakukan dengan perbandingan pembagian data latih dan data uji menggunakan skema 80:20.
Hasil: Model menghasilkan tingkat akurasi 96,89%, presisi 97,26%, recall 95,65%, dan F1-score 96,27%, yang menunjukkan efektivitas metode Naïve Bayes dalam mengklasifikasikan sentimen pengguna.
Kesimpulan: Analisis sentimen berbasis NLP dengan metode Naïve Bayes efektif untuk mengidentifikasi persepsi pengguna terhadap KAI Access, dan hasilnya dapat dimanfaatkan sebagai bahan evaluasi peningkatan kualitas layanan aplikasi.