Nabila Fadia Aqilla, -
Analisis Sentimen Pada Ulasan Aplikasi Bank Syariah Indonesia Mobile Menggunakan Support Vector Machine dan Naïve Bayes.
Building of Informatics, Technology and Science (BITS).
(Submitted)
Abstract
Internet memiliki peranan yang sangat penting dalam mempermudah berbagai kegiatan manusia, termasuk dalam sektor layanan perbankan elektronik, yang mencakup berbagai layanan keuangan seperti ATM, internet banking, SMS banking, dan mobile banking. Semua ini bertujuan untuk meningkatkan kualitas layanan dengan fokus pada keamanan, kenyamanan, dan efektivitas. BSI adalah salah satu bank yang menawarkan layanan perbankan mobile. Berdasarkan ulasan pengguna, aplikasi BSI Mobile sering mengalami masalah teknis seperti bug dan kegagalan saat melakukan transaksi. Untuk mengukur tingkat kepuasan terhadap aplikasi, peneliti menggunakan metode analisis sentimen. Metode ini juga membantu calon pelanggan untuk mengenali aspek-aspek yang perlu diperbaiki atau dikembangkan dalam produk dan layanan guna meningkatkan kualitasnya. Penelitian ini menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes menghasilkan akurasi sebesar 74,37%, recall 74,37%, precision 75,46%, dan F1-score 74,5%. Sementara itu, algoritma SVM memperoleh akurasi 77,39%, precision 77,8%, recall 77,39%, dan F1-score 77,38%. Temuan ini mengindikasikan bahwa SVM terbaik terhadap tugas klasifikasi sentimen dibandingkan Naïve Bayes. Dengan kinerjanya yang lebih baik, SVM menjadi pilihan algoritma yang lebih tepat untuk menganalisis persepsi pengguna terhadap aplikasi BSI Mobile. Oleh karena itu, hasil penelitian ini dapat berkontribusi pada pengembangan strategi layanan digital yang lebih inovatif dan dapat meningkatkan daya saing di era digital.
Actions (login required)
 |
View Item |