Sentimen Analisis Pengguna Jasa Layanan Kereta Api Dengan Menggunakan Metode CNN ( Convolutional Neural Network )

ALFIKRI, ZIDAN (2026) Sentimen Analisis Pengguna Jasa Layanan Kereta Api Dengan Menggunakan Metode CNN ( Convolutional Neural Network ). Other thesis, Universitas Bina Darma.

[img] Text (Bab 0)
BAB 0.pdf

Download (2MB)
[img] Text (BAB 1)
BAB 1.pdf

Download (647kB)
[img] Text (Daftar pustaka)
DAPUS.pdf

Download (571kB)
[img] Text (Fullbab)
FULLBAB.pdf
Restricted to Repository staff only

Download (7MB)

Abstract

Layanan kereta api merupakan salah satu moda transportasi yang cukup popular di Indonesia, terutama di wilayah Jabodetabek. Namun, kualitas layanan kereta api seringkali menjadi perdebatan di kalangan pengguna. Penelitian ini bertujuan untuk menganalisis sentimen pengguna jasa layanan kereta api dengan menggunakan metode Convolutional Neural Network (CNN) dengan fokus pada wilayah DAOP 1 Jakarta. Data yang digunakan adalah ulasan atau komentar pengguna kereta api yang diambil dari media sosial Kereta Api Indonesia. Hasil penelitian menunjukkan bahwa metode CNN dapat mengklasifikasikan sentimen analisis pengguna dengan hasil yang akurat atau akurasi tinggi. Analisis sentimen ini menunjukkan bahwa pengguna kereta api di DAOP 1 Jakarta memiliki sentimen positif terhadap aspek seperti ketepatan waktu, pelayanan, kenyamanan dan keamanan. Hasil penelitian ini dapat membantu pihak kereta api untuk memahami kebutuhan dan keluhan pengguna sehingga dapat meningkatkan kualitas layanan dengan nilai akhir akurasi 89,29%, presisi 88,73%, recall 90,00%, dan F1-score 89,36%.

Item Type: Thesis (Other)
Uncontrolled Keywords: Kereta Api Indonesia,Sentimen Analisis, CNN, DAOP 1 Jakarta
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Miss Dewi Kartikasari
Date Deposited: 06 Jul 2026 09:45
Last Modified: 06 Jul 2026 09:45
URI: http://repository.binadarma.ac.id/id/eprint/9773

Actions (login required)

View Item View Item