ANALISIS SENTIMEN PERBANDINGAN LAYANAN JASA PENGIRIMAN KURIR PADA ULASAN PLAY STORE MENGGUNAKAN METODE DECISION TREE DAN RANDOM FOREST

Courier delivery is a crucial aspect of the e-commerce industry, and customer satisfaction with delivery services can significantly impact a company’s reputation, whether positive or negative. Therefore, sentiment analysis of customer reviews on the Play Store platform can provide valuable insights into the performance and acceptance of various courier delivery services available. This Study aims to conduct sentiment analysis on reviews of courier delivery services using two classification methods: Random Forest and Decision Tree. The first step in this research is data pre-processing, which includes text cleaning, tokenization, and the removal of irrelevant words. Subsequently, relevant features are extracted from the review texts using suitable feature extraction methods. Both Random Forest and Decision Tree methods are implemented to classify reviews from three companies: Pt X, Pt Y, and Pt Z, into two sentiment categories: positive and negative.The performance of both methods is evaluated using standard evaluation metrics. Furthermore, it is expected that this research will provide valuable information to the three e-commerce companies and courier service providers in improving the quality of their services based on customer feedback. Additionally, it can serve as a reference for consumers in choosing a courier delivery company that suits their needs.Pengiriman kurir adalah aspek penting dari industri e-commerce, dan kepuasan pelanggan dengan layanan pengiriman dapat berdampak signifikan terhadap reputasi perusahaan, baik positif maupun negatif. Oleh karena itu, analisis sentimen dari ulasan pelanggan di platform Play Store dapat memberikan wawasan berharga tentang performa dan penerimaan berbagai layanan pengiriman kurir yang tersedia. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap review jasa pengiriman kurir dengan menggunakan dua metode klasifikasi yaitu Random Forest dan Decision Tree. Langkah pertama dalam penelitian ini adalah pre-processing data, yang meliputi pembersihan teks, tokenisasi, dan penghilangan kata-kata yang tidak relevan. Selanjutnya, fitur yang relevan diekstraksi dari teks ulasan menggunakan metode ekstraksi fitur yang sesuai. Metode Random Forest dan Decision Tree diterapkan untuk mengklasifikasikan ulasan dari tiga perusahaan: Pt X, Pt Y, dan Pt Z, ke dalam dua kategori sentimen: positif dan negatif. Kinerja kedua metode dievaluasi menggunakan metrik evaluasi standar. Selanjutnya, penelitian ini diharapkan dapat memberikan informasi berharga kepada ketiga perusahaan e-commerce dan penyedia jasa kurir dalam meningkatkan kualitas layanannya berdasarkan umpan balik pelanggan. Selain itu, dapat menjadi acuan bagi konsumen dalam memilih perusahaan pengiriman kurir yang sesuai dengan kebutuhannya