<![CDATA[Perkembangan teknologi digital telah mendorong perbankan untuk bertransformasi menuju perbankan digital, salah satunya melalui aplikasi perbankan digital seperti Superbank. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Superbank dengan menggunakan metode Support Vector Machine (SVM) dan Naive Bayes. Data yang digunakan berupa ulasan pengguna yang diambil dari Google Play Store melalui teknik web scraping, dengan 1.000 sampel ulasan yang dibagi menjadi data pelatihan (80%) dan data pengujian (20%). Proses pre-processing dilakukan untuk mempersiapkan data, mencakup case folding, stopword removal, dan stemming, serta vektorisasi menggunakan metode TF-IDF. Hasil analisis menunjukkan bahwa SVM memiliki akurasi 92,20% dengan nilai AUC 0,999, sementara Naive Bayes memiliki akurasi 92,81% dengan nilai AUC 0,643. SVM unggul dalam hal presisi dan kemampuan diskriminasi sentimen, sedangkan Naive Bayes lebih unggul dalam recall, yang menunjukkan kemampuannya untuk lebih sensitif dalam mengidentifikasi ulasan positif. Hasil penelitian ini memberikan wawasan penting bagi pengembang aplikasi Superbank untuk meningkatkan kualitas layanan berdasarkan umpan balik pengguna, serta merekomendasikan penggunaan SVM untuk analisis sentimen yang lebih akurat dan andal.]]>
Copyrights © 2024
