Analisis Kualitas Aplikasi Menggunakan Karakterisitik Quality in Use Satisfaction Dan Efficiency Berdasarkan Ulasan Pengguna (Studi Kasus Aplikasi Pemebelajaran: Khan Academy)

Rahmandita, Prasetya Naufal and Mochammad Chandra Saputra,, S.Kom., M.Eng., M.T., Ph.D and Nanang Yudi Setiawan, S.T., M.Kom. (2024) Analisis Kualitas Aplikasi Menggunakan Karakterisitik Quality in Use Satisfaction Dan Efficiency Berdasarkan Ulasan Pengguna (Studi Kasus Aplikasi Pemebelajaran: Khan Academy). Sarjana thesis, Universitas Brawijaya.

Abstract

Pembelajaran adalah salah satu hal yang tidak akan lepas oleh kita sebagai manusia dari kecil hingga beranjak dewasa. Dengan era digitalisasi ini pembelajaran dapat dilakukan dimana saja dan kapan saja, dengan hadirnya smartphone semua hal dapat dilakukan hanya dalam genggaman. Contohnya adalah pembelajaran pada aplikasi mobile Khan Academy. Dengan tujuan untuk terus memajukan aplikasi kearah yang lebih baik, komentar negatif dari pengguna dapat dijadikan sebagai landasan untuk membuat rekomendasi yang akan dilakukan perusahaan untuk melakukan perbaikan. Dengan menerapkan klasifikasi yang berfokus kepada sisi pengguna yaitu ISO/IEC 25010 Quality in Use. Penggunaan jumlah data komentar pengguna yang diperoleh dari Google Play Store sebesar 5803 data review dilakukan pengolahan data dengan pendekatan keyword extraction untuk mengetahui pokok bahasan apa yang dibahas pada komentar tersebut. Setelah itu pendekatan text matching dilakukan untuk menggolongkan suatu komentar masuk ke dalam aspek Quality in Use karakteristik efficiency atau satisfaction. Pengelompokan aspek Quality in Use dengan hasil evaluasi menggunakan confusion matrix menunjukkan nilai accuracy 70%, sementara untuk pendekatan klasifikasi sentimen untuk menunjukkan bahwa komentar tersebut tergolong komentar positif atau negatif mendapatkan hasil evaluasi menggunakan confusion matrix menunjukkan nilai accuracy 84%. Dengan ditemukannya aspek dari Quality in Use yang sudah ditentukan dan didapatkannya sentimen negatif dilakukan langkah yakni pencarian akar permasalahan dengan menggunakan root cause analysis sehingga mengetahui akar permasalahan. Rekomendasi bisnis dari langkah ini juga diambil untuk mengurangi kemungkinan terjadi masalah serupa di masa mendatang.

English Abstract

Learning is one things that cannot be separated for humans from childhood to adulthood. Digitalization era make learning can be done anywhere and anytime, with the presence of smartphones all things can be done only in a hand. An example is learning on the Khan Academy mobile application. With purpose to make always better application over time, negative comments from users can be used as a basis for making recommendations that the company will do to make improvements. By applying a classification that focuses on the user side, namely ISO/IEC 25010 Quality in Use. Using the amount of user comment data obtained from the Google Play Store 5803 data reviews, data processing is carried out with a keyword extraction approach to find out what is the main topic in the comment. After that, the text matching approach is used to classify a comment into the Quality in Use aspect of efficiency or satisfaction characteristics. Grouping aspects of Quality in Use with evaluation results using confusion matrix shows an accuracy score 70%, while for the sentiment classification approach to show that the comment is classified as a positive or negative comment, the evaluation results using confusion matrix show an accuracy score 84%. With the discovery of aspects of Quality in Use that have been determined and obtain of negative sentiment, the next step can find the problem using root cause analysis to find out the root of the problem. Business recommendations from this step are also taken to reduce the possibility of similar problems in the future.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150201
Uncontrolled Keywords:	keyword extraction, root cause analysis, quality in use, analisis sentiment analysis-keyword extraction, root cause analysis, quality in use, sentiment analysis
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Sugeng Moelyono
Date Deposited:	01 Apr 2024 07:32
Last Modified:	01 Apr 2024 07:32
URI:	http://repository.ub.ac.id/id/eprint/216222

Text (DALAM MASA EMBARGO) Prasetya Naufal Rahmandita.pdf Restricted to Registered users only Download (7MB)

Actions (login required)

View Item