KAI Access adalah aplikasi pemesanan tiket kereta api yang memberikan kemudahan dan fitur
unggulan bagi pengguna. Aplikasi KAI Access mendapatkan penilaian 2.4 dari 5 bintang pada
Play Store yang menunjukkan adanya kurangnya kepuasan pengguna. Penelitian ini merupakan
penelitian kuantitatif tentang analisis sentimen yang mengekstrak sentimen user aplikasi KAI
Access pada sosial media twitter. Pada penelitian ini menggunakan metode CRISP-DM. Dalam
penelitian ini, mengambil data dari twitter menggunakan tool Tweepy, berhasil mengumpulkan
sekitar 4000 tweet selama periode Juni hingga Agustus. Data yang terkumpul kemudian melalui
tahap preprocessing, yang penting untuk memastikan kualitas dan keakuratan analisis
selanjutnya. Proses preprocessing ini mencakup beberapa langkah seperti penghapusan
duplikasi tweet, juga menghilangkan retweet untuk memastikan uniknya setiap data, serta
menghapus emoticon dan elemen non-teks lainnya yang dapat mengganggu proses analisis.
Selanjutnya pada tahap modeling menggunakan algoritma Multinomial Naive Bayes Classifier
dengan nilai akurasi mencapai 84.6%. Meskipun demikian, model menunjukkan performa
yang lebih baik dalam mengidentifikasi ulasan negatif dengan precision 0.96, recall 0.86, dan
f1-score 0.91. Sementara itu, identifikasi ulasan positif memiliki performa yang lebih rendah,
dengan precision 0.41, recall 0.75, dan f1-score 0.53. Hasil penelitian ini memberikan
pemahaman lebih lanjut terkait rating rendah yang diberikan kepada KAI Access, khususnya
dalam konteks ulasan pengguna. Dengan menggunakan sistem klasifikasi ini, diharapkan
pengembang dapat merancang perbaikan yang lebih spesifik untuk meningkatkan pengalaman
pengguna, terutama dalam menangani ulasan positif yang memiliki potensi untuk peningkatan
kinerja.
Kata Kunci: Analisis Sentimen, KAI Access, Naive Bayes, CRISP-DM