Analisis Sentimen Ulasan Pengguna Aplikasi Access by KAI Berbasis Machine Learning
Demo & Pengujian Sistem: Analisis Sentimen Ulasan Pengguna Aplikasi Access by KAI Berbasis Machine Learning
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Analisis Sentimen Ulasan Pengguna Aplikasi Access by KAI Berbasis Machine Learning via TikTok.
Overview & Cara Kerja
KAI Access Review Sentiment Analysis merupakan sistem kecerdasan buatan (AI) berbasis Natural Language Processing (NLP) dan Machine Learning komprehensif yang dirancang untuk menganalisis, mengklasifikasikan, dan membedah sentimen ulasan pengguna aplikasi Access by KAI (PT Kereta Api Indonesia) di Google Play Store (ID: com.kai.kaiticketing).
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
Play Store Review Scraping
Penarikan data ulasan terkini aplikasi Access by KAI (`com.kai.kaiticketing`) secara otomatis via pagination token dan filter regional Indonesia.
Regex Cleansing & Slang Normalizer
Case folding, penghapusan karakter khusus, peredaman huruf berulang, pembersihan stopwords selektif, dan normalisasi 100+ kosakata slang kereta api.
IndoBERT Transformer Tagging
Pelabelan ulasan otomatis ke dalam 3 kelas sentimen (Positif, Netral, Negatif) memanfaatkan model bahasa BERT Indonesia dengan akselerasi GPU/CPU.
TF-IDF & 7-Model Benchmark
Ekstraksi 2.858 fitur unigram & bigram, pembagian data stratified (80:20), komparasi 7 model klasifikasi, dan serialisasi bobot model terbaik (`.joblib`).
Flask Web App & RESTful API
Antarmuka visual interaktif bertema resmi KAI Access dilengkapi uji coba langsung, indikator probabilitas, visualisasi komparasi, dan endpoint inferensi real-time.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
analis review aplikasi kai access.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
Pertanyaan yang Sering Diajukan (FAQ)
Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:
Bagaimana cara mendapatkan source code setelah pembayaran?
Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.
Apakah ada panduan instalasi dan dokumentasi teknis?
Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.
Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?
Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.
Bagaimana jika saya mengalami kendala teknis saat instalasi?
Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.
Ulasan Pembeli
Ulasan terverifikasi dari pengguna yang telah membeli project ini.
Belum ada ulasan untuk project ini.
Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.
Yang Anda Dapatkan:
- Full Source Code Lengkap & Aset Project
- Teknologi: Python, Flask, PyTorch, HTML
- Panduan Instalasi & Konfigurasi Lingkungan
- Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
- Hak Lisensi Tugas Akhir, Skripsi & Komersial
- Akses Unduhan Berkas ZIP & Code Explorer Langsung