Klasifikasi Sentimen, Topik, Dan Detail Topik Dari Ulasan Kai Access Menggunakan Multilayer Perceptron (Mlp) Dan Bidirectional Long Short Term Memory (Bilstm)

Abstract

Penulis melakukan kegiatan magang sebagai Data Scientist di PT Kereta Api Indonesia (Persero) atau sering disebut PT KAI, salah satu Badan Usaha Milik Negara (BUMN) yang bergerak di bidang transportasi yaitu kereta api. Beberapa segmen usaha yang dilakukan KAI adalah angkutan penumpang, angkutan barang, pendukung angkutan kereta api, pendapatan non angkutan, dan subsidi pemerintah. Kantor pusat PT KAI bertempat di Bandung. Sebagai Data Scientist Intern di PT KAI, penulis ditugaskan untuk mengerjakan dua proyek yang berkaitan dengan pengolahan data dengan masing-masing proyek menggunakan data yang berbeda. Proyek KAI Access, proyek yang menggunakan data ulasan aplikasi KAI Access (aplikasi penjualan tiket kereta api daring miliki PT KAI), dipilih untuk dikaji lebih lanjut dalam laporan tugas akhir ini. Hasil akhir dari proyek ini adalah prototype yang sudah menggunakan model Machine Learning sehingga dapat mengklasifikasikan data ulasan KAI Access secara otomatis ke dalam beberapa label yaitu sentimen, topik, dan detail topik. Prototype klasifikasi ini dapat mengklasifikasikan data ulasan terkait KAI Access yang ditulis oleh pengguna secara langsung dalam jumlah besar. Selain itu, dashboard visualisasi hasil analisis data ulasan KAI Access juga dibuat sebagai hasil akhir dari proyek ini. Pada pembuatan model Machine Learning, proyek ini menggunakan Natural Language Processing (NLP) dengan metode Deep Learning. Klasifikasi multi-label multi-class ini dibuat dengan tiga model yang berbeda sesuai dengan label yang diklasifikasikan. Penyusunan model dilakukan menggunakan algoritma Multi-Layer Perceptron (MLP) dan Bidirectional Long Short Term Memory (BiLSTM). Proyek berhasil diselesaikan sesuai dengan produk hasil akhir yang diminta yaitu dashboard klasifikasi yang menggunakan model Machine Learning dengan akurasi masing – masing model sentimen, topik, dan detail topik sebesar 87,35%, 79,10%, dan 64,85% serta visualisasi dashboard yang lengkap dan mudah dipahami. Banyak pengalaman yang didapatkan selama enam bulan menjalankan kegiatan magang di PT KAI, banyak hal-hal yang baru dilakukan pertama kali oleh penulis dari kegiatan magang ini. Pengalaman pertama bekerja di kantor, berkoordinasi dengan pegawai kantor, beradaptasi dengan lingkungan kerja di kantor, menggunakan dataset internal perusahaan, juga mempelajari tools baru saat pengerjaan proyek. Dari pengalaman-pengalaman tersebut, penulis bisa mengembangkan soft skill dan juga hard skill sehingga dapat menjadi lebih baik lagi.