<![CDATA[Aplikasi perbankan yaitu Blu BCA menjadi layanan perbankan yang mudah digunakan bagi masyarakat. Komentar yang terdapat di Google Play Store terkait aplikasi Blu BCA sangat beragam, yang mencerminkan berbagai sentimen pengguna terhadap aplikasi ini. Dalam penelitian ini, bertujuan untuk melakukan klasifikasi sentimen terhadap komentar aplikasi Blu BCA guna memahami pola sentimen pengguna secara mendalam. Tahapan penelitian ini dimulai dengan mengumpulan data melalui web scraping, kemudia tahap preprocessing, pelabelan data, SVM dan evaluasi. Hasil pelabelan data dengan VADER Lexicon menunjukkan hasil sentimen positif sebanyak 636 komentar, untuk sentimen negatif sebanyak 215 komentar, sedangkan sentimen netral sebanyak 148 komentar. Metode SVM digunakan untuk mengklasifikasi, sementara pelabelan dilakukan menggunakan VADER Lexicon. Hasil menunjukkan model SVM mencapai tingkat akurasi sebesar 85%. Selain itu, keluhan umun pada sentimen negatif dilakukan pengelompokan frasa yang mencakup “cutomer service”, “face verification”, serta masalah performa aplikasi seperti “really slow” dan “application error”. Penelitian ini menunjukkan bahwa metode SVM dengan dukungan VADER Lexicon dapat digunakan secara efektif untuk mengklasifikasikan sentimen pengguna terhadap aplikasi Blu BCA.]]>
Copyrights © 2025
