ANALISIS SENTIMEN ULASAN PENGGUNA BCA MOBILE DI GOOGLE PLAY STORE MENGGUNAKAN METODE DECISION TREE

Abstract

Kemajuan teknologi informasi telah mendorong transformasi digital di sektor perbankan, termasuk melalui layanan mobile banking seperti BCA Mobile yang memudahkan transaksi keuangan nasabah. Banyaknya ulasan pengguna di Google Play Store mencerminkan kepuasan maupun keluhan pengguna, namun volume ulasan yang besar menyulitkan evaluasi manual. Penelitian ini bertujuan untuk melakukan analisis sentimen secara otomatis terhadap ulasan pengguna BCA Mobile dengan menggunakan metode klasifikasi Decision Tree. Data diperoleh dengan scraping 1.000 ulasan berbahasa Indonesia dan dilakukan preprocessing seperti cleaning, case folding, normalisasi, tokenisasi, dan stopword removal. Ulasan dikategorikan menjadi sentimen positif, negatif, dan netral berdasarkan rating. Setelah pemodelan dilakukan, evaluasi menggunakan confusion matrix menghasilkan akurasi sebesar 77,11%. Hasil menunjukkan 72,0% ulasan bersentimen positif, 21,6% negatif, dan 6,4% netral. Model Decision Tree menunjukkan performa baik dalam mendeteksi sentimen positif namun kurang akurat pada kategori negatif dan netral akibat ketidakseimbangan data. Penelitian ini memberikan gambaran umum persepsi pengguna terhadap aplikasi BCA Mobile dan dapat dijadikan masukan bagi pengembang aplikasi untuk meningkatkan layanan. Ke depan, penggunaan algoritma lain seperti SVM atau LSTM disarankan guna meningkatkan akurasi klasifikasi, khususnya untuk sentimen minoritas.