Skripsi

Analisis sentimen online customer review pada aplikasi Gojek dan Grab menggunakan k-nearest neighbors / Aal Fathrizqy Putra Mahardika

Abstrak
Maraknya digitalisasi pada sektor layanan transportasi menciptakan sebuah praktik model bisnis yang baru salah satunya layanan transportasi berbasis aplikasi Online Gojek dan Grab. Jumlah pengguna yang sangat besar pada kedua aplikasi memberikan banyak sekali ulasan yang abstrak dan bersifat subyektif ini dan sulit untuk diinterpretasikan. Penelitian ini bertujuan unuk menganalisis sentimen dari ulasan-ulasan tersebut menggunakan pendekatan metode text mining dengan mengklasifikasikan sentimen-sentimen tersebut ke dalam kelas positif atau negatif. Model klasifikasi yang dibangun menggunakan metode text mining dengan algoritma K-Nearest Neighbors. Data yang diolah berupa data ulasan pelanggan Gojek dan Grab yang tersedia pada platform Google Playstore yang meliputi userid pengguna skor rating tanggal mengirim ulasan isi ulasan. Data yang diambil berdasarkan ulasan yang terbaru dan dikirim dari tahun 2018-2021. Penelitian ini dalam analisisnya menggunakan bantuan bahasa pemrograman Python dan aplikasi Visual Studio Code. Dalam pengolahan data ulasan menerapkan metode text mining mulai dari tokenisasi filtering stopwords stemming hingga remove duplicate. Pada pemodelan datanya menggunakan algoritma K-Nearest Neighbors yang dibangun dengan bantuan GridSearchCV untuk memberikan parameter terbaik pada model. Model dibangun dengan menerapkan teknik bootstrapping dalam pembagian data training dan testing dan penggunaan feature extraction dengan Count Vectorizer. Hasil dari model yang dibangun dengan algoritma K-Nearest Neighbors menunjukkan nilai K terbaik pada angka 1 dengan nilai akurasi model baik data gojek dan grab sebesar 83%. Hasil klasifikasi sentimen pada kedua model baik gojek dan grab cenderung pada kelas positif. Jumlah kelas positif paling banyak ditunjukkan pada data grab dengan persentase sebesar 61% dibandingkan kelas negatif sebesar 39%. Sedangkan untuk data gojek kelas positif sebesar 54% lebih banyak dibandingkan kelas negatif sebesar 46%. Berdasarkan hasil proses analisis yang dilakukan data ulasan pengguna grab cenderung positif sentimennya diperkuat dengan frekuensi kemunculan kata-kata yang tinggi pada ulasan data grab seperti kata ldquo promo rdquo dan ldquo layanan rdquo sedangkan untuk data gojek data diperkuat dari kemunculan kata-kata yang tinggi seperti kata ldquo bantu rdquo dan ldquo gopay rdquo . Hal ini menunjukkan bahwa pengguna memberikan ulasan terkait aplikasi Grab karena lebih sering memberikan promo terkait layanan yang diberikan sedangkan untuk pengguna gojek sangat terbantu dengan penggunaan layanan gopay yang dimiliki aplikasi gojek. Berdasarkan masing-masing frekuensi kemunculan kata pada data gojek dan grab gojek perlu meningkatkan lebih baik pada fitur ldquo gopay rdquo dan merencanakan strategi marketing yang baik untuk dapat bersaing dengan Grab dalam menarik pelanggan baru. Perusahaan grab perlu mempertahankan pelayanannya dalam memberikan promo-promo yang gencar untuk mempertahankan pelanggan setia pengguna aplikasi grab.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2022.

Deskripsi Fisik

xiv, 81 lembar : il. ; 30 cm.

Bahasa

Indonesia

No Reg

0941/RS/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2022

Subjek

1. ALGORITMA KOMPUTER - SENTIMEN ONLINE
2. COMPUTER ALGORITHM - ONLINE SENTIMENTS

Pembimbing

1. Aisyah Larasati, S.t., M.t., Mim., Ph.d ; 2. Abdul Muid, S.t., M.t.

Lampiran Berkas