ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI PERBANKAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES

Maldini, Muhamad Aji Afani (2025) ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI PERBANKAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (600kB)
	Text BAB II.pdf Download (533kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (397kB)
	Text Lampiran.pdf Download (561kB)

Abstract

Perkembangan teknologi dalam sektor perbankan telah mendorong transformasi digital, termasuk layanan pinjaman berbasis aplikasi seperti Ceria by BRI. Meskipun menawarkan kemudahan akses dan kecepatan transaksi, pengalaman pengguna terhadap aplikasi ini beragam, mencakup sentimen positif, netral, dan negatif. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Ceria dengan menggunakan algoritma Support Vector Machine dan Naive Bayes. Metode penelitian mencakup pengumpulan data ulasan dari Google Play Store menggunakan teknik web scraping, diikuti dengan tahap preprocessing seperti normalisasi, tokenisasi, dan stemming. Data yang telah diproses diklasifikasikan menggunakan SVM dan Naive Bayes untuk mengidentifikasi sentimen positif, netral, dan negatif, dengan evaluasi model berdasarkan akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa SVM memiliki akurasi lebih tinggi (88%) dibandingkan Naive Bayes (84%), dengan sentimen yang didominasi kategori netral dan positif, terutama terkait kemudahan penggunaan dan kecepatan transaksi. Namun, ulasan negatif masih ditemukan, khususnya mengenai kendala teknis, keterbatasan fitur, serta keamanan data pengguna. Penelitian ini memberikan wawasan bagi pengelola aplikasi dalam meningkatkan kualitas layanan melalui perbaikan aspek teknis, optimalisasi keamanan data, serta pengembangan antarmuka pengguna yang lebih intuitif. Selain itu, analisis sentimen berbasis machine learning dapat menjadi pendekatan yang berkelanjutan dalam mengevaluasi kepuasan pengguna dan meningkatkan pengalaman mereka terhadap layanan perbankan digital.

Item Type:	Thesis (Bachelor)
Uncontrolled Keywords:	Analisis Sentimen, Support Vector Machine, Naive Bayes, Ulasan Pengguna, Perbankan Digital, Machine Learning
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	04 Jul 2025 03:22
Last Modified:	04 Jul 2025 03:22
URI:	http://repository.unas.ac.id/id/eprint/13363

Actions (login required)

View Item