ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN PENGGUNA APLIKASI BETANG MOBILE DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES

Muhammad Alfian (2026) ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN PENGGUNA APLIKASI BETANG MOBILE DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES. Undergraduate thesis, Universitas Muhammadiyah Palangkaraya.

	Text 22.53.026607-Pendahuluan.pdf Download (1MB)
	Text 22.53.026607-Karya-Full.pdf Restricted to campus network only Download (3MB)
	Text 22.53.026607-Formulir-Pernyataan.pdf Restricted to Terbatas untuk pengelola ETD Download (1MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna aplikasi Betang Mobile milik Bank Kalteng melalui ulasan di Google Play Store dengan menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA). Fokus penelitian ini didasari oleh banyaknya keluhan pengguna terkait stabilitas sistem dan fungsionalitas aplikasi yang memengaruhi tingkat kepercayaan nasabah terhadap layanan perbankan digital. Metodologi penelitian meliputi tahap akuisisi data, pra-pemrosesan teks, ekstraksi aspek laten menggunakan topic modeling, klasifikasi sentimen dengan algoritma Naive Bayes, serta evaluasi kinerja model menggunakan Confusion Matrix. Penelitian ini juga menerapkan teknik Root Cause Analysis (RCA) melalui metode 5 Why’s terhadap data True Negative (TN) untuk mengidentifikasi akar permasalahan teknis. Hasil penelitian menunjukkan adanya dua aspek utama yang mendominasi ulasan pengguna, yaitu Aspek Transaksi & Layanan serta Aspek Aksesibilitas. Algoritma Naive Bayes berhasil mengklasifikasikan sentimen dengan performa yang sangat baik, dibuktikan dengan perolehan skor F1 mencapai 0,9665. Validasi terhadap ulasan negatif mengungkap sembilan masalah sistemik utama, di antaranya isu integritas finansial (saldo terpotong namun transaksi gagal), kendala kode OTP, dan kegagalan fitur biometrik pasca-pembaruan. Sebagai solusi, penelitian ini merekomendasikan modernisasi infrastruktur menuju arsitektur microservices, implementasi sistem auto-refund/rollback, serta penggunaan verifikasi multi-kanal untuk meningkatkan stabilitas dan aksesibilitas aplikasi di masa mendatang.

Item Type:	Thesis (Undergraduate)
Kata Kunci:	Analisis Sentimen; Naive Bayes; Betang Mobile; Root Cause Analysis; Aspect-Based Sentiment Analysis
Subjek:	A General Works > AC Collections. Series. Collected works
Program Studi:	Fakultas Bisnis Dan Informatika > Ilmu Komputer (S1)
Dosen Pembimbing 1:	Haryadi
Dosen Pembimbing 2:	M. Haris Qamaruzzaman
Date Deposited:	18 Aug 2026 01:50
Last Modified:	25 Aug 2026 11:47
URI:	https://etd.umpr.ac.id/id/eprint/377

Actions (login required)

View Item