Monitoring Kualitas Aplikasi KAI Access Berdasarkan Ulasan Pengguna di Google Play Store Menggunakan Diagram Kendali Laney p’ Berbasis Convolutional Neural Network

Pribadi, Naila Adelia (2023) Monitoring Kualitas Aplikasi KAI Access Berdasarkan Ulasan Pengguna di Google Play Store Menggunakan Diagram Kendali Laney p’ Berbasis Convolutional Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211940000125-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (9MB) | Request a copy

Abstract

Beragamnya kesibukan yang dimiliki masyarakat Indonesia membuat mobilisasi mengalami peningkatan. Salah satu angkutan yang dapat mendukung mobilisasi jarak dekat maupun jarak jauh adalah angkutan kereta api. Pembelian tiket kereta api dapat dilakukan secara langsung di stasiun maupun secara online. Pembelian secara online dapat dilakukan melalui aplikasi resmi yang diterbitkan oleh PT Kereta Api Indonesia (KAI Access) maupun aplikasi penyedia jasa lainnya. Aplikasi KAI Access memiliki fitur yang memungkinkan pembeli tiket dapat menggunakan layanan pelengkap seperti railfood, transportasi lanjutan, pembatalan atau penjadwalan ulang tanpa harus ke stasiun, dan layanan lainnya. Dengan kelebihan yang dimiliki, disayangkan aplikasi KAI Access masih memiliki rating yang tergolong rendah di Google Play Store, yaitu 2,5. Selain rating, pengguna juga dapat memberi ulasan pada laman Google Play Store. Ulasan yang diberikan pengguna dapat dijadikan bahan analisis sentimen dan evaluasi kualitas aplikasi KAI Access. Data yang digunakan dalam penelitian ini adalah dari tanggal 16 Juli 2014 hingga tanggal 15 Februari 2023. Data ulasan pengguna aplikasi KAI Access digunakan untuk mengidentifikasi bagaimana ulasan mengandung sentimen positif dannegatif menggunakan klasifikasi Convolutional Neural Network. Data yang dihasilkan dari analisis sentimen dapat dilakukan monitoring dengan diagram kendali atribut. Diagram kendali Laney p’ merupakan diagram kendali atribut yang digunakan untuk memantau proporsi cacat dalam ukuran sampel yang besar dan bervariasi. Pada penelitian ini, pelabelan sentimen positif dan negatif didasarkan oleh penilaian yang diberikan oleh pengguna. Analisis sentimen data ulasan pengguna aplikasi KAI Access di Google Play Store pada 16 Juli 2014 hingga 15 Februari 2023 yang masuk ke dalam kelas sentimen negatif adalah 47,8% dan positif 52,12%. Hasil ketepatan klasifikasi (AUC) yang didapatkan untuk data training adalah 76,4% yang masuk ke dalam kategori fair classification dan untuk data testing adalah 97,3% yang masuk ke dalam kategori excellent classification. Jenis kendala tertinggi yang dialami pengguna berdasarkan ulasan yang diberikan pada rentang tanggal 16 Juli 2014 hingga 15 Februari 2023 adalah kendala saat melakukan pendaftaran akun dan log-in, aplikasi lamban saat digunakan, dan kendala saat melakukan pembayaran.
=====================================================================================================================================
The variety of activities that Indonesian people have has made mobilization increase. One form of transportation that can support close and long-distance mobilization is rail transport. Purchasing train tickets can be made directly at the station or online. Online purchases can be made through an official application issued by PT Kereta Api Indonesia (KAI Access) or other service provider applications. The KAI Access application has a feature that allows ticket buyers to use complementary services such as railfood, connecting transportation, cancellation or rescheduling without having to go to the station, and other services. With these advantages, it's a shame that the KAI Access application still has a relatively low rating on the Google Play Store, which is 2.5. In addition to ratings, users can also provide reviews on the Google Play Store page. Reviews provided by users can be used as material for sentiment analysis and evaluation of the quality of the KAI Access application. The data used in this study is from July 16 2014 to February 15 2023. The KAI Access application user review data is used to identify whether reviews contain positive, neutral, or negative sentiment using the Convolutional Neural Network classification. Generated data from sentiment analysis can be monitored with attribute control charts. A Laney p’ control chart is an attribute control chart that used to monitor the proportion of defect in a large and varied sample size. In this case, the labeling of positive, neutral, and negative sentiments is based on the ratings given by the customers. Sentiment analysis of user review data for the KAI Access application on the Google Play Store from 16 July 2014 to 15 February 2023 which fell into the negative sentiment class were 47.8%, 4.02% neutral and 48.1% positive. The result of classification accuracy (AUC) obtained for training data is 76.4% which is classified as fair classification category and for data testing is 97.3% which is classified as excellent classification. Based on the reviews provided, the highest types of problems experienced by users from 16 July 2014 to 15 February 2023 were problems when registering accounts and logging in, the application was slow to use, and problems when making payments.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Sentiment Analysis, Convolutional Neural Network, Laney p’ Control Chart, KAI Access, Analisis Sentimen, Convolutional Neural Network, Diagram Kendali Laney p’, KAI Access
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD9980.5 Service industries--Quality control.
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Naila Adelia Pribadi
Date Deposited:	11 Aug 2023 02:57
Last Modified:	11 Aug 2023 02:57
URI:	http://repository.its.ac.id/id/eprint/104602

Actions (login required)

View Item