Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

ANALISIS SENTIMEN PENGGUNA TERHADAP APLIKASI WONDR BY BNI MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY (LSTM)

MUHAMMAD RIZKY ARRAHIM, - (2025) ANALISIS SENTIMEN PENGGUNA TERHADAP APLIKASI WONDR BY BNI MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY (LSTM). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img]
Preview
Text (BAB GABUNGAN)
Bab 1 Sampai Bab Akhir Watermark - Muhammad Rizky Arrahim Sistem Informasi.pdf - Published Version

Download (1MB) | Preview
[img] Text (BAB HASIL)
Bab 4 atau Bab Hasil Watermark - Muhammad Rizky Arrahim Sistem Informasi.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text (PERNYATAAN PUBLIKASI)
SURAT PERNYATAAN SERAH SIMPAN KARYA SCAN - Muhammad Rizky Arrahim Sistem Informasi.pdf - Published Version

Download (503kB) | Preview

Abstract

Penelitian ini menganalisis sentimen pengguna aplikasi Wondr by BNI menggunakan Algoritma Long Short Term Memory (LSTM). Algoritma LSTM terbukti sangat efektif dalam mengklasifikasikan sentimen, mencapai akurasi 90,89% dengan parameter terbaik. Ulasan dikategorikan negatif (50,8%), menunjukkan bahwa aplikasi Wondr umumnya mendapatkan respons kurang baik. Efektivitas LSTM dalam analisis ulasan aplikasi perbankan digital terkonfirmasi. Namun, variasi ekspresi dalam ulasan pengguna menjadi tantangan, terutama untuk sentimen ambigu. Untuk riset mendatang, disarankan meningkatkan kinerja model melalui dataset lebih besar dan beragam, serta penyeimbangan kelas. Potensi LSTM dapat diperluas untuk analisis masukan pengguna dari platform lain seperti media sosial atau e-commerce guna memperkaya pemahaman persepsi publik dan mendukung pengembangan strategi layanan berbasis data yang responsif.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorFitriani Muttakin, -2012068602fitrianimuttakin@uin-suska.ac.id
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: Ayu - Apriliani
Date Deposited: 16 Jul 2025 04:13
Last Modified: 18 Jul 2025 02:48
URI: http://repository.uin-suska.ac.id/id/eprint/90347

Actions (login required)

View Item View Item