ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI BCA MOBILE DI GOOGLE PLAYSTORE MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR

• NIZAR MUHAMMAD SIDIK
• 2025

---

BCA Mobile merupakan aplikasi mobile banking yang banyak digunakan oleh masyarakat Indonesia dan menerima berbagai ulasan dari pengguna di Google Play Store. Ulasan tersebut mencerminkan tingkat kepuasan maupun keluhan terhadap layanan yang diberikan. Penelitian ini bertujuan untuk menganalisis sentimen dari 1.000 ulasan pengguna dengan membandingkan dua algoritma machine learning, yaitu Naive Bayes dan K-Nearest Neighbor (KNN), guna mengetahui metode klasifikasi yang paling efektif. Data dikategorikan ke dalam sentimen positif dan negatif berdasarkan skor rating, lalu diproses melalui tahapan preprocessing berupa case folding, pembersihan teks, tokenisasi, stopword removal, dan stemming. Selanjutnya, teks diubah menjadi vektor numerik menggunakan metode TF-IDF. Hasil evaluasi menunjukkan bahwa Naive Bayes memiliki akurasi 82,54% dan F1-score 87,16%, lebih baik dibanding KNN yang memperoleh akurasi 63,49%. Berdasarkan confusion matrix, model Naive Bayes lebih seimbang dalam mengklasifikasikan kedua sentimen, sedangkan KNN cenderung bias. Sebagian besar ulasan (sekitar 77%) tergolong positif, menunjukkan bahwa mayoritas pengguna menilai BCA Mobile secara baik. Dengan demikian, Naive Bayes dinilai lebih efektif dalam mengklasifikasikan sentimen ulasan pengguna, dan hasil analisis ini dapat dijadikan dasar untuk evaluasi serta pengembangan kualitas layanan aplikasi BCA Mobile di masa mendatang.

• Analisis Sentimen
• Machine Learning
• Naive Bayes
• K-Nearest Neighbor
• Confusion Matrix
• Google Plays

https://repository.bsi.ac.id/repo/69660/ANALISIS-SENTIMEN-ULASAN-PENGGUNA-APLIKASI-BCA-MOBILE-DI-GOOGLE-PLAYSTORE-MENGGUNAKAN-METODE-NAIVE-BAYES-CLASSIFIER-DAN-K-NEAREST-NEIGHBOR
Anda dapat membaca file tugas akhir ini di repository.