Analisis Sentimen Ulasan Pengguna pada Aplikasi Tunaiku dengan Pendekatan Machine Learning

Timotius Victory (Institut Teknologi Sains Bandung)
Dwi Diana Wazaumi (Politeknik Astra)

REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026

Aplikasi Tunaiku, layanan pinjaman online dari Amar Bank, telah diunduh oleh lebih dari 10 juta pengguna dan memiliki lebih dari 1,2 juta ulasan. Ulasan tersebut berperan penting dalam meningkatkan kualitas layanan, karena mencerminkan pengalaman dan umpan balik pengguna. Penelitian ini menganalisis sentimen ulasan pengguna menggunakan pendekatan machine learning untuk mengidentifikasi tren sentimen positif dan negatif. Dataset terdiri dari 5.000 ulasan yang diambil dari Google Play Store. Setelah pre-processing dan pembobotan kata menggunakan TF-IDF, tiga model machine learning digunakan: Support Vector Machine (SVM), Logistic Regression, dan Naive Bayes. Evaluasi dilakukan dengan metrik akurasi, precision, recall, dan F1-score. Hasilnya menunjukkan bahwa SVM memiliki performa terbaik dengan akurasi 96,85%, diikuti Logistic Regression dengan 95,74%, dan Naive Bayes dengan 95,63%.