Maulana, Ikram and Apriandari, Winda and Pambudi, Agung (2023) ANALISIS SENTIMEN BERBASIS ASPEK TERHADAP ULASAN APLIKASI MYPERTAMINA MENGGUNAKAN SUPPORT VECTOR MACHINE. IDEALIS : Indonesia Journal Information System, 6 (2). pp. 172-181. ISSN 2684-7280
![[img]](https://eprints.ummi.ac.id/style/images/fileicons/text.png) |
Text
3022 Download (49kB) |
Abstract
PT. Pertamina (Persero), sebagai BUMN terbesar di bidang minyak dan gas bumi di Indonesia, memiliki tanggung jawab untuk menyalurkan BBM bersubsidi secara tepat sasaran dan sesuai kuota yang ditetapkan oleh pemerintah. Sejak 1 Juli 2022, aplikasi MyPertamina menjadi syarat untuk pembelian BBM Pertalite dan Biosolar. Dengan lebih dari 10 juta unduhan dan peringkat 2,5 di Google Play Store berdasarkan data pada Oktober 2022, penelitian ini bertujuan untuk mengevaluasi aplikasi MyPertamina dengan mengelompokkan ulasan ke dalam dua kelas sentimen dan tiga kelas aspek. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Database (KDD) dengan menerapkan algoritma Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa MyPertamina dinilai membantu pengguna dalam pembelian BBM, meskipun terdapat kendala yang dirasakan pengguna. Kendala tersebut meliputi kesulitan dalam mendaftar akun dan sering mengalami kegagalan login pada aspek Bug, kerumitan dalam penggunaan pada aspek kegunaan, serta kadang-kadang tidak muncul barcode pada aspek pembayaran. Evaluasi model klasifikasi sentimen dan aspek menghasilkan tingkat akurasi rata-rata sebesar 92% dan 96% secara berturut-turut. Dengan demikian, dapat disimpulkan bahwa model yang telah dikembangkan cukup andal dalam melakukan klasifikasi pada data ulasan aplikasi MyPertamina.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | Pertamina, BBM Subsidi, Aplikasi MyPertamina, Analisis Sentimen, Support Vector Machine (SVM) |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Perpus ID UMMI |
| Date Deposited: | 15 Jan 2024 02:59 |
| Last Modified: | 15 Jan 2024 02:59 |
| URI: | http://eprints.ummi.ac.id/id/eprint/3347 |
Actions (login required)
 |
View Item |