<![CDATA[Jenius, aplikasi perbankan digital populer di Google Play Store, telah mendapatkan banyak ulasan dari penggunanya. Sayangnya, dengan banyaknya ulasan dan keterbatasan sumber daya manusia, proses evaluasi akan menghabiskan banyak waktu dan berpotensi menghambat pengambilan keputusan yang tepat. Oleh karena itu, diperlukan model pembelajaran mesin untuk melakukan analisis sentimen dan topik pemodelan secara otomatis. Informasi yang diekstrak dari ulasan negatif dapat digunakan untuk memperbaiki sistem yang ada, sedangkan informasi yang diekstrak dari ulasan positif dapat digunakan untuk mempertahankan sistem yang berjalan. Tahapan penelitian meliputi pengumpulan data, prapemrosesan data, pelabelan data, ekstraksi fitur, klasifikasi sentimen, pemodelan topik, evaluasi, dan validasi topik. Data menunjukkan sebaran ulasan bersentimen positif, negatif, dan netral berturut-turut sebanyak 50.1%, 45.8%, 4.2%. Model klasifikasi sentimen dibangun menggunakan algoritma SVM dari 8508 data ulasan. Hasil penelitian menunjukkan bahwa model klasifikasi sentimen terbaik memiliki nilai accuracy sebesar 94.03% dan f1-score sebesar 93.99%. Selain itu, peneliti menggunakan LDA untuk mengidentifikasi topik bahasan pada ulasan Jenius. Hasil evaluasi LDA menunjukkan bahwa model dengan jumlah topik lima memberikan nilai coherence terbaik sebesar 55.78% (model ulasan negatif) dan 63.59% (model ulasan positif). Interpretasi hasil pemodelan topik ulasan negatif menunjukkan tiga aspek yang sering dibahas yaitu kualitas sistem (30,4% atau 2475 ulasan), kualitas informasi (15,6% atau 1271 ulasan), dan kualitas layanan (1,8% atau 148 ulasan). Beberapa pengguna mengungkapkan kekecewaan terhadap performa aplikasi, biaya dan denda layanan keuangan yang tinggi, serta layanan dukungan pelanggan yang rumit. Sebaliknya, dalam ulasan positif, kualitas sistem menjadi aspek yang paling dominan, mencakup 52,2% (4259 ulasan), dengan pengguna merasa puas terhadap kemudahan transaksi dan tampilan yang sederhana.]]>
Copyrights © 2024
