<![CDATA[Penelitian ini bertujuan menganalisis sentimen pengguna terhadap aplikasi Halo BCA di Google Play Store menggunakan tiga metode machine learning yaitu Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Data diperoleh melalui web scraping dari ulasan pengguna di Google Play Store dengan total 6.313 ulasan. Data tersebut melalui tahap preprocessing yang meliputi cleaning, case folding, normalisasi kata, tokenization, stopword, dan stemming. Pelabelan dilakukan berdasarkan rating: rating 1-2 sebagai sentimen negatif, rating 3 sebagai netral, dan rating 4-5 sebagai positif. Hasil pelabelan menunjukkan 4.071 ulasan positif (64,6%), 2.059 ulasan negatif (32,5%), dan 183 ulasan netral (2,9%). Berdasarkan perbandingan ketiga metode, Random Forest memberikan performa terbaik dengan akurasi 90,01%, presisi 0,90, recall 0,90, dan F1-score 0,90, diikuti oleh Support Vector Machine dengan akurasi 86,86%, serta Naive Bayes dengan akurasi 81,42%. Analisis wordcloud menunujukan bahwa sentimen positif didominasi oleh kepuasan terhadap kualitas aplikasi dan kemudahan penggunaan, sedangkan sentimen negatif lebih banyak terkait dengan masalah teknis dan kesulitan akses. Untuk sentimen netral, ulasan cenderung mencerminkan pengalaman penggunaan yang biasa saja. Hasil penelitian ini dapat menjadi masukan bagi pengembang aplikasi Halo BCA dalam meningkatkan kualitas layanan, terutama dalam mengatasi masalah teknis dan aksesibilitas yang menjadi sumber utama keluhan pengguna.]]>
Copyrights © 2024
