<![CDATA[PT Bank Central Asia Tbk (BCA) menghadirkan aplikasi myBCA sebagai platform perbankan digital berkonsep super app. Tingginya volume ulasan pengguna menuntut pendekatan komputasi untuk mengekstraksi opini secara otomatis. Penelitian ini bertujuan menganalisis sentimen ulasan myBCA berbasis aspek menggunakan standar ISO/IEC 25010 (Product Quality), berfokus pada karakteristik Performance Efficiency (Efisiensi Performa) dan Security (Keamanan). Metode yang digunakan meliputi web scraping, pra-pemrosesan teks, perluasan leksikon berbasis Word2Vec dengan koreksi pakar, pelabelan sentimen melalui weak supervision, pembobotan fitur TF-IDF n-gram, serta klasifikasi menggunakan Support Vector Machine (SVM). Sebanyak 7.952 ulasan valid dikumpulkan dari Google Play Store, di mana 7.049 ulasan biner (positif/negatif) digunakan dalam proses klasifikasi. Hasil evaluasi menunjukkan model LinearSVC (C = 0,1) mencapai akurasi 85,82% dengan recall kelas Negatif 0,96. Validasi pelabelan memperoleh Cohen's Kappa 0,86 dan Fleiss' Kappa 0,91. Aspek Security didominasi sentimen negatif (88,9%), sedangkan Performance Efficiency berkomposisi 41,1% positif dan 58,9% negatif. Temuan dipetakan ke analisis SWOT guna menghasilkan rekomendasi strategis pengembangan aplikasi, terutama penguatan modul login, OTP, dan verifikasi wajah.]]>
Copyrights © 2026
