ANALISIS SENTIMEN ULASAN PENGGUNA BSI MOBILE PADA GOOGLE PLAY DENGAN PENDEKATAN SUPERVISED LEARNING

Abstract

Ulasan pengguna merupakan salah satu bentuk timbal balik dari pengguna yang sepatutnya dianalisis oleh pihak pengembang agar dapat digunakan sebagai dasar pengembangan aplikasi. Analisis sentimen dari ulasan pengguna dapat menjadi salah satu cara untuk mengetahui sentimen pengguna terhadap aplikasi. Analisis aplikasi m-banking Bank Syariah Indonesia yaitu BSI Mobile dilakukan dengan pendekatan klasifikasi dengan menggunakan supervised machine learning. Pada penelitian ini, model klasifikasi yang dibuat dengan algoritma Multinomial Naïve Bayes menghasilkan hasil evaluasi terbaik dengan nilai ROC area sebesar 0,84%. Hasil ini mengungguli hasil evaluasi SVM, Decision Trees, dan KNN. Namun sayangnya model klasifikasi yang dihasikan ini kurang mampu dalam memprediksi sentimen negatif sehingga ke depannya perlu peningkatan performa model klasifikasi untuk memperbaiki akurasi prediksi.