ANALISIS SENTIMEN ULASAN APLIKASI BYOND BY BSI MENGGUNAKAN ALGORIMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE

Abstract

Pemanfaatan aplikasi perbankan digital menjadi bagian penting dalam mendukung produktivitas masyarakat melalui layanan perbankan yang efisien dan praktis. Byond by BSI sebagai salah satu mobile banking turut berperan dalam memenuhi kebutuhan layanan keuangan nasabahnya. Seiring meningkatnya jumlah pengguna aplikasi Byond by BSI, muncul beragam opini yang belum terpetakan secara sistematis. Hal ini menciptakan kebutuhan akan analisis sistematis agar ulasan tersebut dapat dimanfaatkan sebagai basis evaluasi fungsionalitas aplikasi dan optimalisasi pengalaman pengguna. Penelitian ini bertujuan mengidentifikasi distribusi sentimen positif dan negatif pada ulasan pengguna aplikasi Byond by BSI serta menentukan algoritma terbaik berdasarkan nilai akurasi, presisi, recall, dan F1-score dalam mengklasifikasikan sentimen ulasan pengguna. Metode yang diterapkan untuk menentukan kategori sentimen ulasan adalah algoritma Naïve Bayes dan SVM. Hasil evaluasi penelitian menunjukkan bahwa algoritma SVM mampu menunjukkan kinerja lebih baik daripada Naïve Bayes dalam mengklasifikasikan ulasan. SVM menunjukkan kinerja terbaik pada pembagian data 90:10 dengan akurasi 95.33%, presisi 97.12%, recall 94.94%, dan f1-score 96%. sedangkan Naïve Bayes mencapai kinerja terbaiknya pada pembagian data 70:30 dengan akurasi 94%, presisi 95.10%, recall 94.45%, dan f1-score 94.81%.