Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Data yang didapat dari Polda Metro Jaya, pada arus mudik 6 hari sebelum Hari Raya Idul Fitri tahun 2017 ada sekitar 73 kasus kecelakaan lalu lintas yang disebabkan oleh rasa kantuk pada saat berkendara. Yang dimana 6 orang meninggal dunia, mengalami luka berat sebanyak 17 orang, dan luka ringan sebanyak 82 orang. Jumlah ini meningkat 16 persen dari tahun 2016 yang tercatat sebanyak 63 kejadian. Sistem pendeteksi dan prediksi kantuk dikembangkan untuk mengatasi masalah ini. Metode peramalan untuk time series yang banyak menimbulkan proses prediksi cukup sulit dilakukan. Sistem prediksi kantuk dibangun dengan algoritme backpropagation neural network yang diharapkan mampu untuk mempelajari dan beradaptasi pada setiap pola dari data historis yang diberikan. Dengan mengenali pola dari data historis, sistem dapat memberikan prediksi dan respons yang akurat dengan akurasi sebesar 100.

---

Data obtained from Polda Metro Jaya, on the homecoming traffic 6 days before Idul Fitri 2017 there are about 73 cases of traffic accidents caused by drowsiness at the time of driving. Where 6 people died, severe injuries as many as 17 people, and light injuries as many as 82 people. This number increased 16 percent from the year 2016 recorded as many as 63 events. Drowsiness and prediction systems were developed to address this problem. Forecasting methods for time series caused a lot of prediction process quite difficult. The sleep prediction system is built with backpropagation neural network algorithm expected to be able to learn and adapt to each pattern of given historical data. By recognizing patterns from historical data, the system is expected to provide accurate predictions and responses with 100.

Abstrak :
Selama pandemi COVID-19 yang telah melanda dunia sejak akhir tahun 2019, transaksi dengan metode pembayaran cashless mengalami peningkatan signifikan. LinkAja sebagai salah satu perusahaan dompet digital di Indonesia yang melayani pembayaran cashless, perlu meningkatkan daya saing di tengah ketatnya persaingan bisnis dompet digital. Salah satunya adalah dengan meningkatkan kepuasan konsumen dengan memperhatikan berbagai aspek berdasarkan teori marketing mix 4P. Aspek yang digunakan berdasarkan teori marketing mix terdiri dari beberapa elemen yang umum yang disebut dengan 4P, yaitu produk (product), harga (price), tempat (place), dan promosi (promotion). Penelitian ini berfokus untuk melakukan sentimen analisis berbasis aspek untuk mengetahui aspek mana yang mendapat penilaian positif, negatif, atau netral dari data ulasan yang diberikan konsumen. Hasil penelitian dapat digunakan sebagai referensi bagi LinkAja dalam menentukan aspek mana yang perlu diprioritaskan dalam upaya meningkatkan daya saing perusahaan. Data yang digunakan dalam penelitian ini merupakan data Twitter yang berkaitan dengan mention akun @linkaja dengan periode 1 Januari 2022 hingga 17 Mei 2022. Penelitian ini melakukan klasifikasi aspek menggunakan string matching menggunakan library Thefuzz. Kemudian klasifikasi sentimen dilakukan menggunakan algoritma SVM. Pada kasus dataset imbalance, dilakukan proses undersampling untuk menyeimbangkan kelas dalam dataset. Hasil klasifikasi menunjukkan bahwa aplikasi LinkAja mendapatkan sentimen negatif pada aspek produk dengan 98% dari total ulasan dan aspek tempat dengan 100% dari total ulasan, kemudian sentimen netral pada aspek harga sebesar 89% dari total ulasan, dan aspek promosi mendapatkan sentimen positif sebanyak 98% dari total ulasan. ......During the COVID-19 pandemic that has hit the world since the end of 2019, transactions using the cashless payment method have experienced a significant increase. LinkAja, one of the digital wallet companies in Indonesia that serve cashless payments, needs to increase competitiveness amidst intense competition in the digital wallet business. One is to increase customer satisfaction by paying attention to various aspects based on the 4P marketing mix theory. The aspects used based on the marketing mix theory consist of several general elements called the 4Ps: product, price, place, and promotion. This study focuses on conducting aspect-based sentiment analysis to determine which aspects received positive, negative, or neutral ratings from the consumer review data. The research results can be used as a reference for LinkAja in determining which aspects need to be prioritized to improve the company's competitiveness. The data used in this study is Twitter data related to the @linkaja account mentioned for January 1, 2022, to May 17, 2022. This study performs aspect classification using string matching using the Thefuzz library. Then the sentiment classification is done using the SVM algorithm. In the case of dataset imbalance, an undersampling process is carried out to balance the classes in the dataset. The classification results show that the LinkAja application gets negative sentiment on the product aspect with 98% of the total reviews and the place aspect with 100% of the total reviews, then neutral sentiment on the price aspect with 89% of the total reviews, and the promotion aspect gets 98% positive sentiment of the total reviews.