<![CDATA[Perkembangan teknologi informasi mendorong meningkatnya penggunaan aplikasi perbankan digital yang menghasilkan banyak ulasan pengguna pada Google Play Store. Ulasan tersebut penting untuk evaluasi layanan, namun jumlahnya yang besar menyulitkan analisis manual sehingga diperlukan pendekatan text mining otomatis. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Krom Bank Digital serta membandingkan kinerja algoritma Naive Bayes, Logistic Regression, dan Support Vector Machine (SVM). Dataset yang digunakan berjumlah 11.718 ulasan, dan setelah proses pelabelan serta penghapusan data netral diperoleh 11.463 data. Tahapan penelitian meliputi preprocessing teks, ekstraksi fitur menggunakan TF-IDF, dan proses klasifikasi. Hasil penelitian menunjukkan bahwa SVM memberikan performa terbaik dengan akurasi 95,60% dan cross validation 95,21%, dibandingkan dua algoritma lainnya. Dengan demikian, SVM menjadi model paling optimal dalam klasifikasi sentimen. Penelitian ini diharapkan dapat membantu pengembang aplikasi dalam meningkatkan kualitas layanan serta memberikan gambaran mengenai opini pengguna melalui analisis data ulasan berbasis machine learning.]]>
Copyrights © 2026
