Dengan menggunakan algoritma K-Nearest Neighbors (KNN), penelitian ini menganalisis tanggapan pengguna terhadap aplikasi SeaBank yang tersedia di Google Play Store. Seribu data ulasan dikumpulkan dengan teknik scraping dan diklasifikasikan menjadi motivasi positif dan negatif yang didasarkan pada skor ulasan. Proses melibatkan tahapan Knowledge Discovery from Data (KDD), seperti preprocessing data teks, pembobotan menggunakan metode TF-IDF, dan penerapan model KNN. Hasil menunjukkan bahwa model memiliki akurasi 62,5%, dengan kinerja yang lebih baik dalam mengklasifikasikan ulasan positif dibandingkan ulasan negatif. Penelitian ini memberikan wawasan berharga bagi pengembangan layanan SeaBank agar lebih responsif terhadap kebutuhan pengguna
Copyrights © 2025