ABSTRAK
Rahma Anggana Rarastyasa, I0320081, Penggunaan Convolutional Neural Network untuk Analisis Sentimen dan Perbaikan Kualitas Layanan pada Aplikasi Solo Destination. Skripsi. Surakarta: Program Studi Teknik Industri Fakultas Teknik, Universitas Sebelas Maret, Juli 2024

Peningkatan urbanisasi di Indonesia telah mendorong pemerintah untuk mengembangkan program smart city guna meningkatkan kenyamanan hidup masyarakat perkotaan. Salah satu inisiatifnya adalah "Gerakan 100 Smart City" yang mencakup Kota Surakarta dengan salah satu implementasinya, yaitu aplikasi terintegrasi Solo Destination. Aplikasi ini bertujuan untuk mendukung smart branding, serta menyediakan layanan pemerintahan yang lebih efisien. Meskipun aplikasi ini memperoleh penghargaan dalam kategori smart branding, evaluasi tingkat kepuasan pengguna terhadap layanan yang disediakan masih perlu dilakukan. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi Solo Destination melalui analisis sentimen menggunakan metode Convolutional Neural Network (CNN) dan mengklasifikasikan ulasan ke dalam dimensi service quality. Berdasarkan analisis sentimen dari data sosial media X, review Google Play Store, dan website ULAS, penelitian ini akan menghitung service quality score untuk setiap dimensi pada M-Government Application Service Quality. Hasil penelitian menunjukkan model CNN dapat melakukan klasifikasi sentimen pada proses training dengan nilai accuracy sebesar 93,39% dan loss sebesar 0,1647. Sedangkan, untuk proses testing, model dapat mengklasifikasikan dengan nilai accuracy 93,45% dan loss 0,1958. Hasil klasifikasi ke dalam dimensi M-Government Application Service Quality menunjukkan bahwa dimensi network quality menghasilkan service quality score paling rendah, sehingga membutuhkan perbaikan kualitas layanan dengan segera.



Kata Kunci: CNN, Analisis Sentimen, Aplikasi Solo Destination, Service Quality Score