Usulan Perbaikan Kualitas Aplikasi Reddoorz Berdasarkan Ulasan Pengguna Pada Google Playstore menggunakan Text Mining

Abstract

Internet memiliki pengaruh yang besar hampir dalam segala aspek, salah satunya yaitu hospitality. Reddoorz merupakan salah satu dampak perkembangan dari internet yang pesat. Penelitian ini bertujuan untuk mengusulkan perbaikan aplikasi reddoorz berdasarkan ulasan pengguna di Google Playstore menggunakan teknik text mining. Hal ini bertujuan untuk meningkatkan rating yang aplikasi tersebut,tudi ini mencakup terkait perbandingan akurasi antara Naive Bayes Classifier dan Support Vector Machine dalam mengklasifikasikan ulasan pengguna, serta penerapan algoritma Association Rules untuk mengidentifikasi akar masalah yang ditemukan dan dianalisis menggunakan fishbone diagram. Data yang digunakan mencakup 612 ulasan dengan kategori positif, negatif, dan netral dengan perbandingan akurasi Naive Bayes Classifier sebesar 85.41% dan Support Vector Machine sebesar 91.89%, menggunakan pembagian data uji sebesar 80% dan data latih sebesar 20%. Selain itu, algoritma Association Rules digunakan khususnya untuk analisis sentimen negatif dengan menghsilkan kata kunci seperti "aplikasi", "hotel", "RedDoorz", "pesan", "bayar", "uang", "refund", "kamar", "batal", dan "kecewa". Algoritma Association Rules, dengan fokus pada kata kunci yang telah ditetapkan, digunakan untuk mengungkapkan hubungan antara faktor-faktor yang ditemukan dalam ulasan dengan masalah-masalah yang teridentifikasi. Ini memberikan wawasan yang lebih dalam tentang penyebab akar masalah yang mempengaruhi pengalaman pengguna terhadap aplikasi RedDoorz. analisis hasil dilakukan menggunakan diagram fishbone untuk memvisualisasikan faktor-faktor utama yang menyebabkan masalah-masalah yang diidentifikasi. Pendekatan ini membantu pengembang dan manajemen aplikasi untuk memprioritaskan perbaikan berdasarkan pada temuan yang didukung oleh analisis data yang sistematis dan mendalam.