Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Informatics and Communication Technology (JICT) Journal of Informatics and Communication Technology (JICT)
Arkan Hilman Hakim
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Sentimen Aplikasi Bank Digital Pada Google Play Store Menggunakan Algoritma Naive Bayes Arkan Hilman Hakim; Hananto, April Lia; Nurapriani, Fitria; Huda, Baenil
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/jict.v7i1.405

Abstract

Pesatnya perkembangan teknologi perbankan digital telah mendorong munculnya beragam aplikasi perbankan yang tersedia di Google Play Store. Ulasan pengguna terhadap aplikasi-aplikasi ini menjadi sumber informasi yang berharga untuk menilai tingkat kepuasan mereka, yang kemudian dapat dianalisis melalui pendekatan sentiment analysis. Penelitian ini dilakukan untuk mengkaji kecenderungan sentimen pengguna terhadap beberapa aplikasi bank digital dengan memanfaatkan algoritma Naïve Bayes. Data yang dianalisis berasal dari 1.000 ulasan pengguna untuk masing-masing aplikasi, yaitu Seabank, Krom Bank, Bank Jago, Blu by BCA, dan Bank Saqu. Seluruh proses analisis dan pengolahan data dilakukan menggunakan platform Google Colab, dengan menerapkan metode Multinomial Naïve Bayes (MNB) untuk mengklasifikasikan sentimen ke dalam dua kategori, yaitu positif dan negatif. Hasil penelitian mengungkapkan bahwa Seabank menunjukkan performa tertinggi, dengan accuracy sebesar 94%, precision 93%, recall 100%, dan F1-score 97%, serta total 945 ulasan positif dan 55 ulasan negatif. Temuan ini memperlihatkan bahwa analisis sentimen dapat memberikan masukan yang bernilai bagi pengembang untuk meningkatkan kualitas aplikasi, sekaligus menjadi panduan bagi pengguna dalam memilih layanan perbankan digital yang sesuai dengan preferensi kebutuhan.
Analisis Sentimen Aplikasi Bank Digital Pada Google Play Store Menggunakan Algoritma Naive Bayes Arkan Hilman Hakim; Hananto, April Lia; Nurapriani, Fitria; Huda, Baenil
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/jict.v7i1.405

Abstract

Pesatnya perkembangan teknologi perbankan digital telah mendorong munculnya beragam aplikasi perbankan yang tersedia di Google Play Store. Ulasan pengguna terhadap aplikasi-aplikasi ini menjadi sumber informasi yang berharga untuk menilai tingkat kepuasan mereka, yang kemudian dapat dianalisis melalui pendekatan sentiment analysis. Penelitian ini dilakukan untuk mengkaji kecenderungan sentimen pengguna terhadap beberapa aplikasi bank digital dengan memanfaatkan algoritma Naïve Bayes. Data yang dianalisis berasal dari 1.000 ulasan pengguna untuk masing-masing aplikasi, yaitu Seabank, Krom Bank, Bank Jago, Blu by BCA, dan Bank Saqu. Seluruh proses analisis dan pengolahan data dilakukan menggunakan platform Google Colab, dengan menerapkan metode Multinomial Naïve Bayes (MNB) untuk mengklasifikasikan sentimen ke dalam dua kategori, yaitu positif dan negatif. Hasil penelitian mengungkapkan bahwa Seabank menunjukkan performa tertinggi, dengan accuracy sebesar 94%, precision 93%, recall 100%, dan F1-score 97%, serta total 945 ulasan positif dan 55 ulasan negatif. Temuan ini memperlihatkan bahwa analisis sentimen dapat memberikan masukan yang bernilai bagi pengembang untuk meningkatkan kualitas aplikasi, sekaligus menjadi panduan bagi pengguna dalam memilih layanan perbankan digital yang sesuai dengan preferensi kebutuhan.
Co-Authors April Lia Hananto Huda, Baenil Nurapriani, Fitria