ANALISIS SENTIMEN TERHADAP ULASAN APLIKASI BSI MOBILE MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Bagus Suseto Gunawan - [ http://orcid.org/0000-0002-1825-0097 ]
Evanita Evanita
Aditya Akbar Riadi

Abstract


Penelitian ini bertujuan untuk mengevaluasi dan meningkatkan kualitas produk M-Banking milik Bank Syariah Indonesia (BSI) yaitu aplikasi BSI Mobile serta menganalisa sentimen ulasan positif dan negatif terhadap aplikasi tersebut menggunakan algoritma Naïve Bayes Classifier. Metode yang digunakan pada penelitian ini meliputi Scrapping data, text preprocessing, pembobotan TF-IDF, dan modelling dengan algoritma Naïve Bayes Classifier. Data mentah yang digunakan adalah ulasan pelanggan dari laman BSI Mobile di Google Play Store yang kemudian diproses melalui beberapa tahap preprocessing seperti casefolding, tokenization, stopword removal, dan stemming. Output dari penelitian ini adalah pemisahan antara komentar positif dan negatif terkait aplikasi BSI Mobile berdasarkan ulasan pengguna yang dapat digunakan sebagai bahan evaluasi pengembangan aplikasi BSI Mobile. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes Classifier memiliki akurasi sebesar 89,67% dengan nilai polaritas positif sebesar 89%, negatif 7%, dan netral 4%.
Kata kunci: Sentimen Analisis, BSI Mobil,; Naïve Bayes 


Keywords


Sentimen Analisis, BSI Mobil,; Naïve Bayes Classifier, Google Play Store

Teks Lengkap:

PDF

Referensi


Dwiki, A., Putra, A., & Juanita, S. (2021). Analisis Sentimen Pada Ulasan Pengguna Aplikasi Bibit Dan Bareksa Dengan Algoritma KNN. 8(2). http://jurnal.mdp.ac.id

Fani Al-shufi, M., & Erfina, A. (2021). SENTIMEN ANALISIS MENGENAI APLIKASI STREAMING FILM MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DI PLAY STORE.

Garbian Nugroho, D., Herry Chrisnanto, Y., Wahana Jurusan Informatika, A., & Matematika dan Ilmu Pengetahuan Alam Universitas Jenderal Achmad Yani Jalan Terusan Jenderal Sudirman, F. (n.d.). ANALISIS SENTIMEN PADA JASA OJEK ONLINE MENGGUNAKAN METODE NAÏVE BAYES.

Gunawan, F., Fauzi, M. A., & Adikara, P. P. (2017). Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile) (Vol. 1, Issue 10). http://j-ptiik.ub.ac.id

Gusriani, S., Diah Kusuma Wardhani, K., & Ihsan Zul, M. (n.d.). Analisis Sentimen Terhadap Toko Online di Sosial Media Menggunakan Metode Klasifikasi Naïve Bayes (Studi Kasus: Facebook Page BerryBenka).

Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., Komputer STMIK Nusa Mandiri Jl Damai No, I., Jati Barat, W., & Selatan, J. (2020). ANALISIS SENTIMEN ZOOM CLOUD MEETINGS DI PLAY STORE MENGGUNAKAN NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (Vol. 5, Issue 2).

Kesuma, M. E.-K., & Iskandar, R. (2022). Analisis Toko dan Asal Toko Fashion Pria di Shopee Menggunakan Data Scrapping dan Exploratory Data Analysis. Majalah Ilmiah Teknologi Elektro, 21(1), 127. https://doi.org/10.24843/mite.2022.v21i01.p17

Marimin, A., Haris Romdhoni, A., Tira, D., Fitria, N., & Surakarta, S.-A. (2015). PERKEMBANGAN BANK SYARIAH DI INDONESIA. Jurnal Ilmiah Ekonomi Islam, 01(02).

Ogi, E., Pratiwi1, I., & Yustanti2, W. (n.d.). Analisis Sentimen Kualitas Layanan Teknologi Pembayaran Elektronik pada Twitter (Studi Kasus Ovo dan Dana). JEISBI, 02, 2021.

Prihatini, P. M. (2016). IMPLEMENTASI EKSTRAKSI FITUR PADA PENGOLAHAN DOKUMEN BERBAHASA INDONESIA The Implementation of Extraction Feature on Indonesian Documents’ Processing. In JURNAL MATRIX (Vol. 6, Issue 3).

Yusmad, M. A. (2018). Aspek Hukum Perbankan Syariah dari Teori ke Praktik. Deepublish.


Article Metrics

Abstract views : 41| PDF views : 22

Refbacks

  • Saat ini tidak ada refbacks.


Journal Page Footer