Claim Missing Document
Check
Articles

Analisis Sentimen Ulasan Pengguna Aplikasi Pospay Menggunakan Support Vector Machine Untuk Evaluasi Layanan Keuangan Digital Muhammad Vito Aristawidya; Kiki Mustaqim; Woro Isti Rahayu
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8733

Abstract

Perkembangan layanan keuangan digital telah mendorong meningkatnya penggunaan aplikasi pembayaran berbasis mobile, termasuk PosPay yang dikembangkan oleh PT Pos Indonesia. Seiring dengan meningkatnya jumlah pengguna, ulasan pengguna pada platform distribusi aplikasi seperti Google Play Store menjadi sumber informasi penting dalam mengevaluasi kualitas layanan aplikasi. Namun, ulasan tersebut umumnya berbentuk teks tidak terstruktur sehingga memerlukan pendekatan analisis berbasis Natural Language Processing (NLP) untuk mengekstraksi informasi yang relevan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi PosPay menggunakan algoritma Support Vector Machine (SVM) guna mengevaluasi kualitas layanan keuangan digital. Dataset diperoleh melalui proses web scraping terhadap 1.637 ulasan pengguna pada Google Play Store. Tahapan penelitian meliputi preprocessing teks, pelabelan sentimen menggunakan model IndoBERT, ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen menggunakan algoritma SVM. Hasil eksperimen menunjukkan bahwa model SVM memperoleh akurasi sebesar 0,92, dengan precision 0,93, recall 0,92, dan F1-score 0,93. Analisis distribusi sentimen menunjukkan bahwa 60,2% ulasan memiliki sentimen positif dan 39,8% memiliki sentimen negatif. Analisis kata dominan mengindikasikan bahwa ulasan negatif didominasi oleh isu kegagalan transaksi dan saldo yang tidak masuk. Temuan penelitian ini menunjukkan bahwa pendekatan analisis sentimen berbasis NLP dapat digunakan sebagai metode evaluasi layanan aplikasi keuangan digital serta menyediakan insight berbasis data untuk peningkatan kualitas layanan aplikasi.
Pengelompokan Potensi Ekonomi Provinsi Sulawesi Tenggara menggunakan Metode Fuzzy C-Means Clustering L.M. Aznur Syahfajar; Noviana Riza; Woro Isti Rahayu
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8969

Abstract

Penelitian ini bertujuan untuk mengelompokkan wilayah kabupaten/kota di Provinsi Sulawesi Tenggara berdasarkan potensi ekonomi sumber daya alam menggunakan metode Fuzzy C-Means Clustering (FCM). Analisis difokuskan pada lima sektor ekonomi primer strategis, yaitu pertanian, UMKM, perkebunan, perkebunan buah, dan perikanan, dengan data bersumber dari Badan Pusat Statistik Provinsi Sulawesi Tenggara melalui Potensi Desa (PODES) dan statistik sektoral tahun 2024. Tahapan penelitian meliputi preprocessing, normalisasi, penentuan jumlah klaster optimal, penerapan FCM, serta evaluasi menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Score. Hasil penelitian menunjukkan terbentuknya tiga klaster utama pada setiap sektor dengan karakteristik yang berbeda, misalnya sektor pertanian didominasi oleh wilayah berproduksi pangan tinggi di Klaster 1, sedangkan Klaster 3 mencakup wilayah berproduktivitas rendah. Evaluasi model menghasilkan nilai Silhouette Score 0,53–0,61 dan Davies-Bouldin Index <0,7 pada sebagian besar sektor, menunjukkan kualitas klasterisasi yang baik. Visualisasi peta tematik memperlihatkan pola distribusi spasial yang jelas, dan analisis lanjutan menghasilkan rekomendasi kebijakan sektoral seperti penguatan hilirisasi, peningkatan akses pasar UMKM, dan optimalisasi teknologi pertanian. Penelitian ini diharapkan menjadi acuan dalam perumusan kebijakan pembangunan daerah yang lebih tepat sasaran dan berbasis data.