Analisis Rating Gopay Berdasarkan Analisis Teks Ulasan Menggunakan Random Forest

Di era digital, layanan dompet digital seperti Gopay semakin populer, menghasilkan jutaan ulasan pengguna yang kaya informasi namun sulit dianalisis secara manual. Penelitian ini bertujuan untuk menganalisis hubungan antara teks ulasan dan rating pengguna terhadap layanan Gopay menggunakan algoritma Random forest dalam pendekatan CRISP-DM. Dataset yang digunakan berasal dari Kaggle dan dianalisis menggunakan Natural Language Processing (NLP), TF-IDF, dan Random forest. Sistem dikembangkan dalam bentuk aplikasi web berbasis Python Flask, dilengkapi fitur visualisasi distribusi rating, word cloud, pencarian kata kunci, dan ekspor hasil ke format PDF.
Hasil evaluasi model menunjukkan kinerja yang sangat baik pada kategori rating 5, dengan akurasi 98,09%, precision 96,37%, recall 100%, dan F1-score 98,15%. Model ini juga berhasil mengidentifikasi kata-kata penting yang memengaruhi penilaian, seperti "mantap", "bagus", dan "gagal". Sistem yang dibangun bersifat analitis, tidak memprediksi rating baru, melainkan memberikan wawasan terhadap persepsi pengguna berdasarkan data historis. Penelitian ini diharapkan dapat membantu penyedia layanan dalam memahami opini pelanggan dan meningkatkan kualitas layanan Gopay.