Taniya Raisha Dwiva Putri, M. Rudi Sanjaya, MGS Afriyan Firdaus, Dwi Rosa Indah

Implementasi Algoritma K-Nearest Neighbors dalam Analisis Sentimen Ulasan Aplikasi Bank Aladin

Introduction

Implementasi algoritma k-nearest neighbors dalam analisis sentimen ulasan aplikasi bank aladin. Evaluasi sentimen ulasan aplikasi Bank Aladin di Google Play Store menggunakan K-Nearest Neighbors (KNN). Model mencapai akurasi 86.71%, efektif identifikasi sentimen positif, optimalkan layanan perbankan digital.

Abstract

Digitalisasi layanan Aladin Bank Syariah melahirkan variasi ulasan di Google Play Store yang mencakup aspek kepraktisan hingga permasalahan teknis aplikasi. Guna memahami polaritas opini tersebut, penelitian ini melakukan evaluasi sentimen pengguna dengan memanfaatkan metode klasifikasi K-Nearest Neighbors (KNN). Proses analisis melibatkan pengelompokan ulasan ke dalam kelas positif, netral, dan negatif menggunakan 80% data hasil scraping, yang diproses melalui pembatasan 6.000 fitur pembobotan TF-IDF. Pengujian model mencatatkan tingkat akurasi sebesar 86,71%, di mana algoritma menunjukkan keunggulan signifikan dalam mengidentifikasi sentimen positif (F1-score 0,93) dan berkinerja cukup baik pada sentimen negatif (F1-score 0,68). Walaupun pengenalan terhadap kelas netral masih belum maksimal (F1-score 0.08), perolehan nilai rata-rata keseluruhan adalah 0.86, yang mengindikasikan efektivitas model secara umum. Temuan riset ini dapat dioptimalkan oleh manajemen bank sebagai landasan evaluasi untuk menyempurnakan kualitas layanan perbankan digital mereka.

Full Text

Comments

You need to be logged in to post a comment.