PENERAPAN METODE SUPPORT VECTOR MACHINE DALAM ANALISIS TINGKAT KEPUASAN LAYANAN PENGGUNA APLIKASI MAXIM PADA BERBAGAI MEDIA SOSIAL

Muhammad Satrio Ayuba (2024) PENERAPAN METODE SUPPORT VECTOR MACHINE DALAM ANALISIS TINGKAT KEPUASAN LAYANAN PENGGUNA APLIKASI MAXIM PADA BERBAGAI MEDIA SOSIAL. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

Text FIX_SKRIPSI_M SATRIO A - Ayuba.pdf Download (5MB)

Abstract

Media sosial memungkinkan pengguna untuk berinteraksi dan berbagi konten secara online. Pada awal 2023, ada 212,9 juta pengguna internet dan 167 juta pengguna media sosial di Indonesia. Teknologi yang pesat mempengaruhi berbagai sektor, termasuk layanan transportasi online seperti Maxim, perusahaan Rusia yang beroperasi di Indonesia sejak 2018. Maxim memiliki lebih dari 50 juta unduhan di Google PlayStore dan menyediakan berbagai layanan, termasuk Maxim Bike dan Maxim Delivery. Namun, survei menunjukkan bahwa hanya 6,93% responden memilih Maxim dibandingkan dengan pesaing seperti Gojek dan Grab. Faktor seperti sistem bermasalah dan tampilan aplikasi yang membingungkan disebut sebagai penyebab rendahnya minat publik. Tujuan: Penelitian ini bertujuan untuk mengidentifikasi variabel yang paling berpengaruh terhadap tingkat kepuasan pengguna aplikasi Maxim, membandingkan opini positif dan negatif di media sosial, serta mengevaluasi performa algoritma Support Vector Machine (SVM) dalam analisis ulasan pengguna aplikasi Maxim. Metode: SVM digunakan untuk analisis sentimen dengan skenario pembagian data optimal 80% data latih dan 20% data uji, menghasilkan akurasi 86,1% pada data dari Playstore, 82,3% pada data dari X, dan 85,4% pada data dari Instagram. Hasil: Dari data yang diperoleh dari Playstore, X, dan Instagram, ditemukan bahwa variabel permasalahan utama adalah Application, Service, Price, dan People. Simpulan: Analisis sentimen terhadap layanan aplikasi Maxim menggunakan SVM menunjukkan tingkat akurasi yang tinggi. Sentimen positif menunjukkan layanan Maxim dianggap baik dan ekonomis, sedangkan sentimen negatif mengindikasikan kesulitan pengguna dalam penggunaan aplikasi, ketidakakuratan lokasi, dan kurangnya profesionalisme driver.

Actions (login required)

View Item