ANALISIS SENTIMEN ULASAN KEPUASAN PENGGUNA APLIKASI BSI MOBILE DENGAN MENGGUNAKAN NAÏVE BAYES

ade davy wiranata; Rais Abdan Syakura;

ABSTRAK

Analisis Sentimen Ulasan Kepuasan Pengguna Aplikasi Bsi Mobile Dengan Menggunakan Naïve Bayes

Rais Abdan Syakura

Aplikasi BSI mobile merupakan platfrom digital yang diberikan oleh bank BSI untuk menjalankan
transaksi keuangan melalui smartphone. Aplikasi BSI buka hanya melakukan transaksi namun,
menyediakan fitur syariah yang disesuaikan dengan prinsip-prinsip syariah islam seperti investasi
syariah, zakat dan infaq dan lain sebaginya. Adapaun proses metodologi terdiri dari pengambilan
data sebanyak 998 ulasan yang dijadikan dataset, preprocessing dengan tujuan dilakukan
pembersihan data dengan menggunakan beberapa tahapan. Labeling dilakukan dengan menganalisis
secara sentimen ulasan pada dataset dengan dilakukan pembagian data 60% banding 40%
menghasilkan nilai postif sebesar 98% dan nilai negatif sebesar 2%. Implementasi algortima Naïve
Bayes pada penelitian ini menghasilkan evaluasi confusion matrix memperoleh hasil akurasi sebesar
98.71%, presisi sebesar 99.22% dan recall 99.48%. Penelitian ini memiliki tujuan untuk
meningkatkan aplikasi melalui ulasan pada Google Play Store dengan menganalisis secara sentimen
agar pelayanan dan kualitas aplikasi mereka sesuai dengan umpan balik pengguna.

Kata kunci: Analisis, Ulasan, BSI, Naïve Bayes

Sentiment Analysis of Bsi Mobile Application User Satisfaction Reviews Using Naïve Bayes

Rais Abdan Syakura

The BSI mobile application is a digital platform provided by BSI bank for carrying out financial
transactions via smartphone. The BSI application does not only carry out transactions, however, it
provides sharia features that are adapted to Islamic sharia principles such as sharia investment,
zakat and infaq and so on. The methodological process consists of collecting data from 998 reviews
which are used as a dataset, preprocessing with the aim of cleaning the data using several stages.
Labeling is done by analyzing the sentiment of reviews on the dataset by dividing the data 60% to
40%, resulting in a positive value of 98% and a negative value of 2%. The implementation of the
Naïve Bayes algorithm in this research resulted in a confusion matrix evaluation with accuracy of
98.71%, precision of 99.22% and recall of 99.48%. This research aims to improve applications
through reviews on Google Play Store by analyzing sentiment so that the service and quality of their
applications match user feedback.

Keywords: Analysis, Review, BSI, Naïve Bayes