Analisis Sentimen Ulasan Pengguna Aplikasi Bank Jago Pada Google Play Store Dengan Metode Naïve Bayes

Rena Destiyana Segarani, Swi Hartanti, Mira Erlinawati

Abstract


kemajuan teknologi digital telah mendorong peningkatan pengguna layanan perbankan berbasis aplikasi, termasuk Bank Jago sebagai salah satu innovator di sektor perbankan digital Indonesia. Ulasan pengguna di Google play Store menjadi sumber data yang kaya untuk memahami persepsi, kepuasan, serta keluhan pengguna terhadap aplikasi tersebut. Penelitian ini bertujuan untuk mengkaji sentimen dari ulasan-ulasan tersebut dengan menerapkan metode Naïve Bayes, salah satu algoritma klasifikasi dalam pembelajaran mesin yang dikenal sederhana namun efektif. Data dikumpulkan dari Google Play Store dan diproses melalui tahap pra-pemrosesan yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, serta stemming. Sentiment kemudian dikategorikan ke dalam tiga kelas: positif, negative dan netral. Hasil analisis menunjukkan dominasi sentimen  positif, namun juga ditemukan kritik terhadap aspek teknis dan fitur layanan. Model Naïve Bayes berhasil mengklasifikasikan data dengan tingkat akurasi yang baik, menjadikannya alat yang potensial untuk menganalisis opini public secara otomatis. Penelitian ini dapat menjadi masukan bagi pengembang untuk meningkatkan kualitas aplikasi berdasarkan umpan balik pengguna.

Keywords


Analisis Sentimen; Naïve Bayes; Ulasan Pengguna; Bank Jago; Google Play Store

Full Text:

References


Irawan, F. A., Atmadja, A. R., & Wahana, A. (2024). Analisis Sentimen Ulasan Aplikasi Bank Digital Menggunakan Algoritma Naïve Bayes. Journal of Computer Science and Information Technology, 4(2), 60-68. https://doi.org/10.47065/explorer.v4i2.1181

Astuti, K. C., Firmansyah, A., & Riyadi, A. (2024). Implementasi Text Mining untuk Analisis Sentimen Masyarakat terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store. Remik: Riset dan E-Jurnal Manajemen Informatika Komputer, 8(1), 383-394. https://doi.org/10.33395/remik.v8i1.13421

Eina, M. F., Chrisnanto, Y. H., & Melina, M. (2024). Klasifikasi Telemarketing Menggunakan Naïve Bayes Classification Dan Wrapper Sequential Feature Selection. INTECOMS: Journal of Information Technology and Computer Science, 7(4), 1189–1198. https://doi.org/10.31539/intecoms.v7i4.10846

Rahma Firmansyah, D., & Lestariningsih, E. (2024). Analisis Sentimen Ulasan Aplikasi Smart Campus Unisbank di Google Playstore Menggunakan Algoritma Naive Bayes. Jurnal Teknologi Informasi Dan Komunikasi), 8(2), 2024. https://doi.org/10.35870/jti

Wijaya, D., Saputra, R. A., & Irwiensyah, F. (2024). Analisis Sentimen Ulasan Aplikasi Samsat Digital Nasional Pada Google Playstore Menggunakan Algoritma Naïve Bayes. KLIK: Kajian Ilmiah Informatika Dan Komputer, 4(4). https://doi.org/10.30865/klik.v4i4.1738

Anwar, K. (2022). Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes. KLIK: Kajian Ilmiah Informatika Dan Komputer, 2(4), 148–155. https://doi.org/10.30865/klik.v2i4.315

Putri, N. A., Srirahayu, A., & Sudibyo, N. A. (2025). Analisis Sentimen Terhadap Aplikasi KitaLulus Menggunakan Metode Naive Bayes dari Ulasan Google Play Store. Smart Comp: Jurnalnya Orang Pintar Komputer, 14(2), 269-279. https://doi.org/10.30591/smartcomp.v14i2.7230

Fahrezi, I. A., & Verdikha, N. A. (2024). Analisis Sentimen Twitter Atas Isu Hak Angket Menggunakan Pembobotan TF-IDF dan Algoritma SVM. Sci-tech Journal, 3(2), 179-192. https://doi.org/10.56709/stj.v3i2.526

Zhafran Muflih, H., Rizki Abdillah, A., & Noor Hasan, F. (2023). Analisis Sentimen Ulasan Pengguna Aplikasi Ajaib Menggunakan Metode Naïve Bayes. KLIK: Kajian Ilmiah Informatika Dan Komputer, 4(3), 1613–1621. https://doi.org/10.30865/klik.v4i3.1303

Hamdani, I. M., Nurhidayat, N., Karman, A., & Julyaningsih, A. H. (2024). Edukasi dan Pelatihan Data Science dan Data Preprocessing. Intisari: Jurnal Inovasi Pengabdian Masyarakat, 2(1), 19-26. https://doi.org/10.58227/intisari.v2i1.125

Nehe, P. H., Berutu, S. S., & Budiati, H. (2024). Analisis Sentimen Opini Masyarakat Terhadap Presiden Jokowi Sebelum Dan Sesudah Pilpres 2024 Menggunakan Metode Naive Bayes Classification. Jutisi : Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 13(1), 451. https://doi.org/10.35889/jutisi.v13i1.1841

Ramadhani, B., & Suryono, R. R. (2024). Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse. Jurnal Media Informatika Budidarma, 8(2). https://doi.org/10.30865/mib.v8i2.7458

Darmawan, G., Alam, S., & Imam Sulistyo, M. (2023). Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi

Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes. Storage – Jurnal Ilmiah Teknik Dan Ilmu Komputer, 2(3), 100–108. https://doi.org/10.55123




DOI: https://doi.org/10.30591/smartcomp.v15i1.8775

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

========================================================================

Smart Comp Indexed By:

Flag Counter

 

View My Stats

 

 

 

Creative Commons License

 

 

 

This work is licensed under a Creative Commons Attribution 4.0 International License.







 

https://journal.mjkpublisher.or.id/