Luthfi Anroza Putra, Luthfi and UNSPECIFIED (2024) ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI BANK JAGO MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text Bab I II III & V.pdf Download (1MB) | Preview
Preview	Text Bab IV.pdf Download (613kB) | Preview

Abstract

ABSTRAK - Bank digital menawarkan berbagai fitur baru yang unik dan secara umum terlihat lebih segar dan modern dibandingkan aplikasi mobile dan internet banking. Tentu saja bank digital ini memiliki kekurangan serta kelebihannya, ulasan pengguna sering digunakan sebagai acuan yang efektif dan efisien untuk mendapatkan informasi terhadap suatu produk ataupun jasa. Para pengguna internet biasanya akan melihat ulasan terhadap suatu produk terlebih dahulu sebelum menggunakan produk tersebut. Namun untuk memantau opini masyarakat bukanlah hal yang mudah. Opini yang dimuat di media sosial jumlahnya terlalu banyak untuk diproses secara manual. Terdapat beberapa bank digital yang telah digunakan di Indonesia seperti Seabank, Jago, Neobank dan masih banyak lagi. Penelitian ini akan menganalisis Bank Jago yang merupakan salah satu bank digital yang banyak digunakan di Indonesia dan telah diunduh sebanyak 10 juta kali di Google Play Store. Oleh karena itu penelitian ini bertujuan untuk menganalisis sentiment pada ulasan Google Play Store terhadap aplikasi Bank Jago. Penelitian ini menggunakan metode Support Vetor Machine (SVM) untuk melakukan analisis sentimen. Data yang digunakan terdiri dari 1000 data ulasan pada Google Play Store dengan label positif dan negatif. klasifikasi sentimen ulasan aplikasi bank jago menghasilkan akurasi yang baik. Hasil pengujian yang dilakukan dalam melakukan klasifikasi sentimen ulasan aplikasi bank jago menghasilkan akurasi yang baik. Dalam 3 skenario yang dilakukan menghasilkan nilai akurasi rata-rata yaitu sebesar 88%. Nilai akurasi yang dihasilkan oleh proses klasifikasi SVM sama dengan nilai akurasi yang dilakukan dengan pengujian confusion matrix, menunjukkan bahwa SVM memiliki akurasi yang cukup baik dalam melakukan sentimen. Kata Kunci: Analisis Sentimen, Bank Digital, Support Vector Machine, Confussion Matrix, Phyton

Actions (login required)

View Item