ASPECT-BASED SENTIMENT ANALYSIS TERHADAP ULASAN APLIKASI FLIP MENGGUNAKAN PEMBOBOTAN TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF-IDF) DENGAN METODE KLASIFIKASI K-NEAREST NEIGHBORS (K-NN)

FERDA AYU DWI PUTRI FEBRIANTI

Informasi Dasar

314 kali
23.04.7028
006.312
Karya Ilmiah - Skripsi (S1) - Reference

Saat ini transaksi online di Indonesia semakin meningkat. Transfer antar bank menjadi salah satu kendala, karena biaya yang dikenakan untuk setiap transaksi. Namun, Flip hadir sebagai solusi atas permasalahan ini. Visi Flip adalah “Menjadi perusahaan dengan layanan paling customer-centric di dunia dan memungkinkan pengguna untuk melakukan transaksi keuangan yang adil dari mana saja kepada siapa pun”. Layanan customer-centric menempatkan kepuasan pengguna sebagai prioritas utama dalam semua keputusan dan tindakan yang diambil. Sehingga untuk memahami kebutuhan, keinginan, dan masalah pengguna pada aplikasi Flip maka dibutuhkanlah penelitian terkait Aspect-Based Sentiment Analysis dengan algoritma K-NN (K-Nearest Neighbors) pada aspek yaitu kecepatan, keamanan dan biaya, dengan begitu hasil penelitian dapat dijadikan sebagai informasi, saran serta rekomendasi kepada perusahaan untuk menciptakan solusi dan memberikan pengalaman pengguna yang optimal. Model K-NN terbukti dapat memprediksi dengan baik sentimen pada setiap aspek dengan rata-rata akurasi yakni kecepatan 73.04%, keamanan 86.05%, dan biaya 80.11%. Metode split data sederhana memiliki akurasi rata-rata lebih tinggi daripada K-fold cross validation, namun K-fold cross validation lebih baik karena memberikan estimasi yang lebih akurat dan reliabel tentang kinerja model secara keseluruhan. Pengguna Flip lebih banyak menanggapi negatif terhadap kecepatan, menanggapi negatif terhadap keamanan serta menanggapi positif terhadap biaya aplikasi Flip. Untuk meningkatkan kepuasan pengguna aplikasi Flip sebagai layanan FinTech, perusahaan PT Fliptech Lentera Inspirasi Pertiwi dapat meningkatkatkan lagi terkait dengan aspek kecepatan serta aspek keamanan. Untuk aspek biaya perusahaan dapat mempertahankan kepuasan pelanggan.

Kata kunci ABSA, ulasan aplikasi, kecepatan, keamanan, biaya, K-NN

Subjek

Text mining
 

Katalog

ASPECT-BASED SENTIMENT ANALYSIS TERHADAP ULASAN APLIKASI FLIP MENGGUNAKAN PEMBOBOTAN TERM FREQUENCY - INVERSE DOCUMENT FREQUENCY (TF-IDF) DENGAN METODE KLASIFIKASI K-NEAREST NEIGHBORS (K-NN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FERDA AYU DWI PUTRI FEBRIANTI
Perorangan
Faqih Hamami, Riska Yanu Fa'rifah
 

Penerbit

Universitas Telkom, S1 Sistem Informasi
Bandung
2023

Koleksi

Kompetensi

  • ISI4G3 - PENAMBANGAN DATA
  • ISI2C4 - STRUKTUR DATA DAN ALGORITMA
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini