IMPLEMENTASI KNIME UNTUK ANALISIS SENTIMEN PADA ULASAN PENGGUNA MOBILE BANKING MENGGUNAKAN PENDEKATAN MACHINE LEARNING

• BAGUS VIDY BAGASKARA
• 2025

---

Perkembangan teknologi digital menyebabkan meningkatnya penggunaan aplikasi mobile banking. Namun, persepsi pengguna terhadap layanan tersebut bervariasi dan dapat dilihat melalui ulasan yang diberikan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi mobile banking menggunakan pendekatan machine learning, yaitu Naive Bayes, K Nearest neighbor (KNN) dan Random Forest. Platform yang digunakan adalah KNIME AnalyticsPlatform karena kemampuannya dalam pemrosesan data visual dan integrasi machine learning. Proses dimulai dari Preprocessing teks, pembentukan fitur TF-IDF, pemisahan data, pelatihan model, hingga evaluasi. Hasil menunjukkan bahwa algoritma Random Forest memberikan performa terbaik dengan akurasi 90.30%, diikuti KNN sebesar 90.08% dan Naive Bayes sebesar 89.08%. Dengan demikian, Naive Bayes direkomendasikan sebagai metode klasifikasi sentimen yang optimal untuk kasus ini.

• Kata Kunci: Sentimen
• Mobile banking
• KNIME
• Machine learning
• Naive Bayes
• KNN
• Random Forest

https://repository.bsi.ac.id/repo/76017/IMPLEMENTASI-KNIME-UNTUK-ANALISIS-SENTIMEN-PADA-ULASAN-PENGGUNA-MOBILE-BANKING-MENGGUNAKAN-PENDEKATAN-MACHINE-LEARNING
File full-text dikunci.