ANALISIS SENTIMEN PENGGUNA APLIKASI BYOND BSI PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA SVM DAN RANDOM FOREST

Firdaus Naifah Firzatullah; nuroji;

Perkembangan teknologi digital telah mendorong bank untuk menyediakan layanan keuangan
berbasis aplikasi, salah satunya adalah BYOND by BSI yang mengusung konsep perbankan syariah.
Namun, berbagai kendala teknis seperti gangguan layanan, aplikasi error dalam penggunaan
aplikasi ini menimbulkan ketidakpuasan di kalangan pengguna. Oleh karena itu, analisis sentimen
diperlukan untuk memahami tanggapan pengguna secara menyeluruh. Penelitian ini bertujuan untuk
mengklasifikasikan sentimen pengguna terhadap aplikasi BYOND by BSI dengan memanfaatkan
algoritma Support Vector Machine (SVM) dan Random Forest. Data yang digunakan berupa 35.000
ulasan pengguna yang dikumpulkan dari Google Play Store melalui teknik crawling, kemudian
diberi label secara otomatis menggunakan metode rule-based berdasarkan nilai rating. Proses
analisis dilakukan menggunakan pendekatan SEMMA, yang mencakup tahapan pembersihan teks,
pembobotan kata menggunakan TF-IDF, serta pembagian data menjadi 80% data latih dan 20% data
uji.Hasil pengujian menunjukkan bahwa algoritma SVM memiliki kinerja terbaik dengan akurasi
93,16%, sedangkan Random Forest memperoleh akurasi 90,33%. Mayoritas ulasan yang dianalisis
menunjukkan sentimen negatif. Temuan ini diharapkan dapat menjadi masukan dalam
meningkatkan kualitas layanan aplikasi BYOND by BSI.

Kata kunci: Analisis Sentimen, BYOND by BSI, Support Vector Machine, Random Forest, Rule-
based Labeling, Google Play Store

ABSTRACT

The development of digital technology has encouraged banks to provide application-based financial
services, one of which is BYOND by BSI, which carries the concept of Islamic banking. However,
various technical obstacles such as service disruptions and application errors in using this
application have caused dissatisfaction among users. Therefore, sentiment analysis is needed to
understand user responses comprehensively. This study aims to classify user sentiment towards the
BYOND by BSI application by utilizing the Support Vector Machine (SVM) and Random Forest
algorithms. The data used are 35,000 user reviews collected from the Google Play Store through
crawling techniques, then automatically labeled using a rule-based method based on rating values.
The analysis process was carried out using the SEMMA approach, which includes the stages of text
cleaning, word weighting using TF-IDF, and dividing the data into 80% training data and 20% test
data. The test results showed that the SVM algorithm had the best performance with an accuracy of
93.16%, while Random Forest obtained an accuracy of 90.33%. The majority of the analyzed
reviews showed negative sentiment. These findings are expected to provide input in improving the
quality of the BYOND by BSI application service.

Keywords: Sentiment Analysis, BYOND by BSI, Support Vector Machine, Random Forest, Rule-
based Labeling, Google Play Store