%T ANALISIS SENTIMENT TERHADAP APLIKASI BCA MOBILE
MENGGUNAKAN METODE NAÏVE BAYES
%K Analisis Sentimen, Naïve Bayes, TF-IDF, Text Mining, BCA Mobile, Sentiment Analysis.
%L universitasamikomyogyakarta31982
%I Universitas AMIKOM Yogyakarta
%D 2026
%X Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap
aplikasi BCA Mobile berdasarkan ulasan yang tersedia di Google Play Store.
Seiring dengan meningkatnya penggunaan layanan perbankan digital, opini dan
pengalaman pengguna menjadi faktor penting dalam mengevaluasi kualitas layanan
aplikasi. Namun, banyaknya jumlah ulasan membuat proses analisis secara manual
menjadi tidak efisien. Oleh karena itu, diperlukan metode otomatis untuk
mengklasifikasikan sentimen pengguna secara cepat dan akurat.
Metode yang digunakan dalam penelitian ini adalah algoritma Naïve Bayes
dengan pembobotan TF-IDF sebagai representasi fitur teks. Dataset yang
digunakan sebanyak 509.726 ulasan berbahasa Indonesia yang dikumpulkan
melalui proses scraping dari Google Play Store. Data kemudian melalui tahap
preprocessing yang meliputi cleaning, case folding, stopword removal, tokenizing,
dan stemming. Pelabelan sentimen dilakukan berdasarkan rating, yaitu positif (4–
5), netral (3), dan negatif (1–2). Dataset dibagi menjadi 80% data latih dan 20%
data uji.
Hasil penelitian menunjukkan bahwa mayoritas ulasan bersentimen positif
sebesar 72,29%, diikuti negatif 21,92% dan netral 5,80%. Model Naïve Bayes
menghasilkan akurasi sebesar ±85%, dengan performa sangat baik pada kelas
positif dan cukup baik pada kelas negatif, namun kurang optimal pada kelas netral
karena ketidakseimbangan data. Penelitian ini dapat dimanfaatkan oleh pihak
pengembang untuk meningkatkan kualitas layanan aplikasi serta menjadi referensi
bagi penelitian selanjutnya dalam bidang analisis sentimen.
%A M. Habibi Amin