<![CDATA[Analisis sentimen terhadap layanan digital semakin penting di era transformasi digital karena dapat memberikan wawasan yang mendalam mengenai persepsi pelanggan terhadap layanan yang disediakan. Penelitian ini menggunakan metode klasifikasi untuk mengklasifikasikan sentimen pelanggan berdasarkan data ulasan yang dikumpulkan dari platform layanan digital Seabank. Proses analisis dilakukan dengan mengelompokkan sentimen menjadi kategori positif, negatif, dan netral, di mana evaluasi akurasi model dilakukan menggunakan metrik evaluasi seperti presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi sebesar 85%, di mana kategori sentimen negatif didominasi oleh kata-kata seperti "buruk" dan "tidak puas," sementara sentimen positif didominasi oleh kata-kata seperti "sangat baik" dan "memuaskan." Penelitian ini bertujuan untuk memberikan pemahaman yang lebih baik kepada penyedia layanan terkait kebutuhan dan ekspektasi pelanggan, sehingga dapat digunakan untuk meningkatkan kualitas layanan di masa mendatang.]]>
Copyrights © 2025
