<![CDATA[Dalam era perkembangan teknologi informasi, khususnya dalam ranah analisis sentimen menggunakan algoritma Naive Bayes, dampak signifikan terlihat pada aplikasi Brimo, platform perbankan internet dan mobile yang dikembangkan oleh Bank BRI. Analisis sentimen terhadap ulasan pengguna di Google Play Store dengan Naive Bayes menghadapi tantangan, seperti tingkat ketidak pastian dalam hasil analisis. Algoritma ini cenderung memperlakukan kata-kata secara terpisah, mengabaikan konteks, dan berpotensi menghasilkan hasil yang kurang akurat, terutama pada sentimen kompleks seperti ironi atau sarkasme. Pentingnya text mining, penggunaan metode klasifikasi, dan proses Knowledge Discovery in Database (KDD) muncul dalam mendukung analisis sentimen. Penelitian ini menggunakan metode KDD dan Naive Bayes untuk menganalisis sentimen ulasan pengguna Brimo di Google Play Store. Tahapan melibatkan seleksi data, pembersihan data, transformasi dengan TF-IDF, data mining dengan Naive Bayes, dan evaluasi pola. Hasil menunjukkan tingkat akurasi tinggi sebesar 89.58%, dengan nilai presisi 85.94%, Recall 89.58%, dan F1-Score 86.90%. Meskipun demikian, perhatian khusus diperlukan untuk sentimen negatif guna meningkatkan performa Recall. Proses implementasi model Naive Bayes pada data baru menunjukkan efisiensi melalui penggunaan joblib dan visualisasi hasil prediksi. Penelitian ini memberikan kontribusi dalam meningkatkan pemahaman evaluasi sentimen pengguna, mendukung pengambilan keputusan, dan mengembangkan strategi bisnis yang efektif pada aplikasi Brimo.]]>
Copyrights © 2023
