<![CDATA[Analisis sentimen menjadi pendekatan penting dalam memahami opini pengguna terhadap suatu produk digital, termasuk aplikasi mobile banking. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Livin’ by Mandiri yang diperoleh dari Google Play Store. Data dikumpulkan melalui teknik scraping dan diproses menggunakan metode stratified balancing berbasis perhitungan Slovin untuk menangani ketidakseimbangan kelas. Sebanyak 1925 data ulasan digunakan sebagai sampel penelitian. Representasi fitur dilakukan dengan teknik TF-IDF, dan model klasifikasi dibangun menggunakan tiga algoritma pembelajaran mesin, yaitu Support Vector Machine (SVM), Logistic Regression (LR), dan Naive Bayes (NB). Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan performa terbaik dengan akurasi 82%, diikuti oleh LR (81%), dan NB (62%). Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Temuan ini menunjukkan bahwa pemilihan algoritma yang tepat berperan besar dalam efektivitas klasifikasi sentimen, khususnya pada data teks yang besar dan tidak seimbang. Penelitian ini memberikan kontribusi dalam pengembangan sistem evaluasi otomatis berbasis ulasan pengguna untuk mendukung peningkatan kualitas layanan aplikasi perbankan digital]]>
Copyrights © 2025
