Analisis Sentimen Pada Byond by Bank Syariah Indonesia (BSI) Menggunakan Naïve Bayes

Perkembangan teknologi dalam sektor keuangan telah mendorong perbankan untuk menyediakan layanan digital guna meningkatkan efisiensi operasional dan aksesibilitas. Salah satu inovasi dalam sektor ini adalah aplikasi perbankan digital seperti Byond by BSI. Seiring meningkatnya penggunaan aplikasi, ulasan dan penilaian pengguna menjadi penting untuk mengevaluasi kinerja aplikasi. Namun, sering kali terdapat ketidaksesuaian antara rating bintang dan isi ulasan, sehingga diperlukan analisis sentimen untuk memahami sentimen pengguna terhadap aplikasi. Penelitian ini bertujuan menganalisis sentimen pengguna aplikasi Byond by BSI berdasarkan ulasan di Google Playstore menggunakan algoritma Naive Bayes. Data diperoleh melalui web scraping kemudian dilakukan preprocessing yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming. Dataset terdiri dari 8.618 ulasan dengan kategori sentimen positif dan negatif. Hasil analisis menunjukkan 5.179 ulasan positif dan 3.439 ulasan negatif. Model Naive Bayes yang digunakan memiliki akurasi sebesar 90%, dengan precision positif mencapai 95% dan precision negatif sebesar 84%. Hasil ini menunjukkan bahwa model memiliki performa yang baik dalam mengklasifikasikan sentimen ulasan. Penelitian dapat memberikan insight bagi pengembang aplikasi untuk meningkatkan kualitas layanan serta mendukung optimalisasi pengembangan aplikasi di masa depan.