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:	Users 30 not found.
Date Deposited:	04 Jul 2025 03:22
Last Modified:	04 Jul 2025 03:22
URI:	https://repository.unas.ac.id/id/eprint/13363

Actions (login required)

View Item