Husna, Modesta Binti
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Terhadap Layanan Aplikasi Jenius di Media Sosial Menggunakan Alogritma Long Short-Term Memory Husna, Modesta Binti; Gata, Windu
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1957

Abstract

The Jenius application was launched in 2015 by PT Bank BTPN Tbk, introducing innovation in digital banking services with an active presence on social media platforms like YouTube, Twitter (X), and Instagram. Users often provide reviews that can influence the perception and reputation of the application. This study aims to assist Bank BTPN in enhancing its services by analyzing positive, neutral, and negative user reviews. The method used is the Long Short-Term Memory (LSTM) model for sentiment analysis. The data analyzed consists of 856 comments on YouTube with the keyword "Jenius Application." The LSTM model was implemented to identify general perceptions and aspects that affect user satisfaction, using a data training and testing proportion of 70:30. The study results show that the LSTM model achieved an accuracy of 93.57% on the test dataset, demonstrating the model's effectiveness in identifying user sentiments, thus serving as a tool to improve the quality of Jenius application's services.Keywords: Sentiment Analysis; YouTube; Long Short-Term Memory; Jenius App  AbstrakAplikasi Jenius diluncurkan pada tahun 2015 oleh PT Bank BTPN Tbk, menghadirkan inovasi dalam layanan perbankan digital dengan kehadiran aktif di media sosial seperti YouTube, Twitter (X), dan Instagram. Pengguna sering memberikan ulasan yang dapat mempengaruhi persepsi dan reputasi aplikasi tersebut. Penelitian ini bertujuan untuk membantu Bank BTPN meningkatkan layanan dengan menganalisis ulasan positif, netral, dan negatif dari pengguna. Metode yang digunakan adalah model Long Short-Term Memory (LSTM) untuk analisis sentimen. Data yang dianalisis terdiri dari 856 komentar di YouTube dengan kata kunci "Aplikasi Jenius." Model LSTM diimplementasikan untuk mengidentifikasi persepsi umum dan aspek-aspek yang mempengaruhi kepuasan pengguna, dengan parameter proporsi data latih dan data uji sebesar 70:30. Hasil penelitian menunjukkan bahwa model LSTM mencapai akurasi sebesar 93.57% pada dataset uji, menunjukkan efektivitas model dalam mengidentifikasi sentimen pengguna sehingga dapat digunakan sebagai alat untuk meningkatkan kualitas layanan aplikasi Jenius.Kata kunci: Analisis Sentimen; YouTube; Long Short-Term Memory; Aplikasi Jenius