Monitoring Kualitas Pada Aplikasi MyPertamina Berdasarkan Ulasan Pengguna Di Google Play Menggunakan Diagram Kendali Laney p' Berbasis Convolutional Neural Network

Firmansyah, Denny (2023) Monitoring Kualitas Pada Aplikasi MyPertamina Berdasarkan Ulasan Pengguna Di Google Play Menggunakan Diagram Kendali Laney p' Berbasis Convolutional Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211940000093-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (5MB) | Request a copy

Abstract

Pada zaman sekarang kemajuan teknologi berkembang dengan sangat cepat. Hal tersebut menyebabkan berbagai sistem mengalami perubahan menjadi sistem digital. Salah satu sistem yang menjadi inovasi dari PT Pertamina adalah adanya aplikasi MyPertamina untuk pembelian BBM bersubsidi. Masyarakat dapat mengunduh aplikasi MyPertamina melalui Google Play dan App Store. Sebuah aplikasi selalu memiliki kekurangan dan kelebihan. Kolom komentar yang disediakan di Google Play menjadi salah satu wadah untuk pengguna menyampaikan opini terhadap aplikasi tersebut. Opini dari pengguna aplikasi MyPertamina di Google Play dapat dijadikan bahan untuk analisis sentimen dan evaluasi kualitas aplikasi MyPertamina. Data review pengguna aplikasi MyPertamina di Google Play digunakan untuk mengidentifikasi bagaimana pendapat pengguna mengandung sentimen positif atau negatif menggunakan klasifikasi Convolutional Neural Network (CNN). Data teks yang didapatkan dari ulasan pengguna tidak dapat langsung diklasifikasikan menggunakan metode CNN karena data masih belum terstruktur. Maka dari itu, diperlukan metode pembobotan kata yaitu metode Word2vec. Selanjutnya, diagram kendali p dan Laney p’ dapat digunakan untuk mengidentifikasi persebaran ulasan negatif. Diagram Laney p’ adalah diagram kendali atribut untuk memantau proporsi cacat dalam ukuran sampel yang besar dan bervariasi. Pada aplikasi MyPertamina, sentimen atau ulasan negatif dari pengguna dapat dikatakan sebagai kecacatan pada kualitas aplikasi tersebut sehingga proporsi cacat dapat diartikan sebagai proporsi sentimen negatif. Data yang digunakan dalam penelitian ini adalah dari tanggal 1 Januari 2021 hingga 30 November 2022. Dari hasil analisis sentimen data ulasan pengguna aplikasi Mypertamina didapatkan ulasan yang masuk kelas sentimen negatif lebih banyak dibandingkan dengan sentimen positif. Hasil ketepatan klasifikasi pada data training dan data testing didapatkan nilai Area Under Curve (AUC) masing-masing sebesar 90,41% dan 78,85%. Berdasarkan hasil analisis menggunakan diagram kendali p dan Laney p’ pada data rating dan ulasan, ditemukan masih terdapat banyak pengamatan yang belum terkendali secara statistik. Hal ini mengindikasikan bahwa pihak developer aplikasi MyPertamina masih perlu untuk melakukan perbaikan. Jenis kendala tertinggi yang dirasakan oleh pengguna aplikasi MyPertamina adalah aplikasi yang tidak praktis atau susah dipahami
====================================================================================================================================
Currently, technological progress is developing very fast. This causes various systems to change into digital systems. One of the systems that have become an innovation from PT Pertamina is the MyPertamina application for purchasing subsidized fuel. The public can download the MyPertamina application through Google Play and the App Store. An application always has advantages and disadvantages. The comments column provided on Google Play is a forum for users to express opinions about the application. Opinions from users of the MyPertamina application on Google Play can be used as material for sentiment analysis and evaluation of the quality of the MyPertamina application. MyPertamina application user review data on Google Play is used to identify how user opinions contain positive or negative sentiments using the Convolutional Neural Network (CNN) classification. Text data obtained from user reviews cannot be directly classified using the CNN method because the data is still unstructured. Therefore, we need a word weighting method, namely the Word2vec method. Furthermore, the p and Laney p' control charts can be used to identify the distribution of negative reviews. Laney p' chart is an attribute control chart for monitoring the proportion of defects in large and varied sample sizes. In the MyPertamina application, negative sentiment or reviews from users can be said to be a defect in the quality of the application so the proportion of defects can be interpreted as the proportion of negative sentiment. The data used in this study was from January 1 2021 to November 30, 2022. From the results of the sentiment analysis of the MyPertamina application user review data, it was found that more reviews were in the negative sentiment class compared to positive sentiment. The results of the classification accuracy of the training data and data testing obtained the Area Under Curve (AUC) values of 90.41% and 78.85%, respectively. Based on the results of the analysis using the p and Laney p' control charts on the rating and review data, it was found that there were still many observations that had not been statistically controlled. This indicates that the MyPertamina application developer still needs to make improvements. The highest type of obstacle experienced by MyPertamina application users is an application that is impractical or difficult to understand

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Diagram Kendali Laney p', Klasifikasi Convolutional Neural Network, MyPertamina, Word2vec, Sentiment Analysis, Laney p' Control Chart, Convolutional Neural Network Classification, MyPertamina, Word2vec.
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD9980.5 Service industries--Quality control. Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Denny Firmansyah
Date Deposited:	20 Feb 2023 07:24
Last Modified:	20 Feb 2023 07:24
URI:	http://repository.its.ac.id/id/eprint/97637

Actions (login required)

View Item