Analisis Sentimen Pengguna Aplikasi Byond by BSI Menggunakan Algoritma Naïve Bayes

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Byond by BSI yang dikembangkan oleh Bank Syariah Indonesia. Analisis dilakukan dengan mengklasifikasikan ulasan pengguna dari Google Play Store ke dalam kategori positif atau negatif menggunakan algoritma Naïve Bayes dengan pendekatan pembobotan fitur TF-IDF. Data dikumpulkan melalui teknik web scraping, menghasilkan 26.547 ulasan yang kemudian diproses melalui tahapan preprocessing seperti case folding, filtering, normalisasi, tokenisasi, penghapusan stop words, dan stemming. Model klasifikasi dievaluasi menggunakan dua skenario pembagian data: 80:20 dan 70:30. Hasil penelitian menunjukkan bahwa pada skenario 80:20, model mencapai akurasi sebesar 89%, sedangkan pada skenario 70:30 mencapai 88%. Evaluasi dilakukan menggunakan confusion matrix yang mencakup metrik akurasi, precision, recall, dan F1-score. Analisis lebih lanjut mengungkap bahwa pengguna cenderung memberikan sentimen positif terhadap desain antarmuka dan kemudahan navigasi, sementara sentimen negatif banyak diarahkan pada performa teknis seperti lambat dan sering error. Dengan demikian, metode Naïve Bayes yang dipadukan dengan TF-IDF terbukti efektif dalam mengklasifikasikan sentimen ulasan aplikasi mobile banking. Temuan ini dapat menjadi dasar bagi pengembang dan manajemen Bank Syariah Indonesia dalam merancang strategi peningkatan kualitas layanan dan pengalaman pengguna aplikasi Byond by BSI.