// <![CDATA[PENERAPAN VOTING CLASSIFIER PADA IDENTIFIKASI PAIN POINT]]> 0417078207 - Marisa Premitasari ,ST.,MT Penulis 0422116603 - Asep Nana Hermana , ST.,MT. Penguji 1 0415068801 - Yusup Miftahuddin, S.Kom., MT Dosen Pembimbing 1 Muhammad Alif Firdaus / 152020134 Penulis
Paint point adalah kendala yang dialami oleh pengguna suatu aplikasi. Aplikasi yang baik akan memenuhi kebutuhan penggunanya, dan mengidentifikasi pain point sangat penting untuk memahami kebutuhan mereka. Ulasan Google Play Store dapat mengungkap hal ini, tetapi data mentah tersebut tidak langsung berguna bagi pengembang aplikasi. Oleh karena itu, diperlukan model untuk membedakan antara ulasan yang mengandung pain point dan yang tidak. algoritma Voting Classifier dipilih karena terbukti menghasilkan model dengan akurasi yang tinggi pada penelitian-penelitian lain. Berdasarkan penelitian lain mengenai Voting Classifier, menggabungkan 3 classifier berbeda menghasilkan model berakurasi tinggi. Pada penelitian ini digunakan lima classifier yang berbeda dan hasilnya Voting Classifier yang menggabungkan 3 classifier XGradient Boosting, Multinomial Naïve Bayes, dan Logistic Regression, muncul dengan nilai akurasi dan F1-score tertinggi, mencapai 90% pada kedua metrik tersebut. Kata kunci: Pain point, Identifikasi, Voting Classifier, Akurasi, F1-Score.