Analisis Sentimen Aplikasi Bank Digital Pada Google Play Store Menggunakan Algoritma Naive Bayes

Pesatnya perkembangan teknologi perbankan digital telah mendorong hadirnya berbagai aplikasi perbankan di Google Play Store. Ulasan pengguna menjadi sumber informasi penting untuk menilai kepuasan yang kemudian dianalisis menggunakan analisis sentimen. Penelitian ini menganalisis kecenderungan sentimen terhadap lima aplikasi bank digital Seabank, Krom Bank, Bank Jago, Blu by BCA, dan Bank Saqu dengan masing-masing 1.000 ulasan pengguna. Proses analisis dilakukan di Google Colab menggunakan algoritma Multinomial Naive Bayes (MNB) untuk mengklasifikasikan sentimen menjadi positif dan negatif. Hasil penelitian mengungkapkan bahwa Seabank memperoleh total 945 ulasan positif dan 55 ulasan negatif, dengan accuracy 94%, precision 93%, recall 100%, dan F1-score 97%. Krom Bank memiliki 906 ulasan positif dan 94 ulasan negatif, dengan accuracy 94%, precision 95%, recall 98%, dan F1-score 96%. Bank Jago mencatatkan 743 ulasan positif dan 257 ulasan negatif, dengan accuracy 91%, precision 93%, recall 95%, dan F1-score 94%. Bank Saqu mendapat 693 ulasan positif dan 307 ulasan negatif, dengan accuracy 90%, precision 92%, recall 93%, dan F1-score 92%. Blu by BCA memperoleh 682 ulasan positif dan 318 ulasan negatif, dengan accuracy 84%, precision 85%, recall 92%, dan F1-score 88%. Temuan ini memperlihatkan bahwa sentimen analisis dapat memberikan masukan yang bernilai bagi pengembang untuk meningkatkan kualitas aplikasi, sekaligus menjadi panduan bagi calon pengguna aplikasi bank digital dalam memilih layanan perbankan digital yang sesuai dengan preferensi kebutuhan.

Kata Kunci: Analisis sentimen; Bank digital; Naive Bayes; Ulasan pengguna; Google play store;