Analisis Sentimen Ulasan Mobile Banking BCA, BNI, dan BRI Menggunakan Model Machine Learning

Abstract

Perkembangan teknologi digital dan meningkatnya penggunaan aplikasi mobile banking membuat data ulasan pengguna di platform seperti Google Play Store menjadi sumber informasi penting mengenai kualitas layanan. Namun, banyaknya ulasan yang tidak terstruktur dan beragam membuat analisis manual sulit dilakukan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna pada tiga aplikasi mobile banking di Indonesia, yaitu BCA, BNI, dan BRI, serta mengevaluasi kinerja algoritma machine learning dalam klasifikasi sentimen. Metode yang digunakan meliputi scraping data ulasan dan pengolahan menggunakan tiga algoritma klasifikasi: K-Nearest Neighbors (KNN), Random Forest (RF), dan Naive Bayes (NB). Hasil penelitian menunjukkan bahwa algoritma Random Forest dan Naive Bayes memberikan akurasi tertinggi 83%. Distribusi sentimen juga mengindikasikan bahwa BCA memiliki jumlah ulasan positif paling banyak dibandingkan BNI dan BRI, mencerminkan pengalaman pengguna yang lebih baik.