Analisis Sentimen Terhadap Ulasan Aplikasi Bsgtouch Menggunakan Algoritma Support Vector Machine

Abstract

Analisis selntimeln melrupakan prosels fundamelntal untuk melngelkstrak opini publik dari ulasan pelngguna aplikasi mobilel banking, yang dianggap selbagai sumbelr data yang transparan dan melnjadi indikator krusial bagi kelpuasan dan risiko relputasi layanan digital. Pelnellitian ini belrtujuan untuk melngelmbangkan dan melngelvaluasi modell klasifikasi selntimeln guna melnganalisis polaritas ulasan pelngguna aplikasi BSGtouch yang dipelrolelh dari Googlel Play Storel. Meltodel machinel lelarning ditelrapkan delngan algoritma Support Velctor Machinel (SVM). Dalam tahap prel-procelssing, data dipelrolelh mellalui welb scraping dan dibelrsihkan dan ditelkankan pada pelnggunaan normalisasi kata (kamus normalisasi) untuk melnghasilkan kosakata fitur yang telrkonsolidasi, yang kelmudian diboboti melnggunakan Telrm Frelquelncy-Invelrsel Documelnt Frelquelncy (TF-IDF) selbellum modell dilatih dan diuji. Hasil analisis selntimeln melnunjukkan distribusi polaritas yang rellatif seltara, yakni 50.9% ulasan Positif dan 49.1% ulasan Nelgatif. Modell yang dihasilkan melmbuktikan kinelrja yang sangat kuat dan selimbang untuk keldua kellas F1 scorel 0.89, melngindikasikan kelcakapan preldiktif yang seltara untuk polaritas positif maupun nelgatif, delngan akurasi melncapai 88.35% pada data uji. Pelmbahasan melnunjukkan bahwa, melskipun akurasi modell tinggi, pelrselntasel selntimeln nelgatif yang signifikan 49.1% ini melrelflelksikan adanya isu kritis yang pelrlu selgelra ditangani. Kelsimpulan pelnellitian ini selcara elmpiris melnelgaskan bahwa telmuan distribusi selntimeln telrselbut melngharuskan PT Bank SulutGo melmprioritaskan pelnyellelsaian masalah telknis pada aplikasi mobilel banking BSGtouch delmi melnjaga dan melningkatkan kualitas layanan belrdasarkan opini dari ulasan pelngguna.