Analisis Sentimen Ulasan Aplikasi Mobile Banking M-Smile Menggunakan Metode Latent Semantic Indexing (LSI)

Murniati, Retno Asih (2023) Analisis Sentimen Ulasan Aplikasi Mobile Banking M-Smile Menggunakan Metode Latent Semantic Indexing (LSI). Artikel Karya Ilmiah Mahasiswa.

[img] Text
Jurnal_Retno Asih M_120103007.pdf
Download (1MB)

Abstract

Perkembangan teknologi di Indonesia memunculkan banyak aktivitas yang didukung dengan berbagai fasilitas digital salah satunya aplikasi mobile banking yang digunakan untuk melakukan transaksi pembelian maupun pembayaran. M-Smile merupakan aplikasi mobile banking dari PT. Bank Mega, Tbk yang memiliki rating 3,5 di Google Playstore. Untuk mengetahui apakah pengguna aplikasi mobile banking M-Smile ini puas atau tidak dengan fitur yang disediakan oleh aplikasi maka dilakukan analisis sentimen dari ulasan yang diberikan oleh pengguna. Dari ulasan dapat dilihat hasil dari sentimen yang digolongkan kedalam tiga kelas yaitu kelas positif, kelas negatif, dan kelas netral. Analisis sentimen dilakukan menggunakan metode Latent Semantic Indexing (LSI) yang memanfaatkan proses reduksi matriks Singular Value Decomposition (SVD) dimana matriks SVD merepresentasikan hubungan antara dokumen dan term dalam koleksi teks. Metode Cosine Similarity pada analisis sentimen ini digunakan untuk membagi penggolongan kelas yang dihitung dari kemiripan antar data. Berdasarkan hasil pengujian dihasilkan akurasi sebesar 81,67% dan dengan pembagian data ulasan positif, negatif, dan netral berturut turut sebesar 31,67% untuk ulasan positif 13,33% untuk ulasan negatif dan 55% untuk ulasan netral sehingga dapat disimpulkan metode Latent Semantic Indexing (LSI) baik digunakan untuk mencari relevansi antar dokumen.

Item Type: Article
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Rekayasa > Informatika
Depositing User: Mr Aditio Setyawicaksono
Date Deposited: 18 Jan 2024 09:08
Last Modified: 18 Jan 2024 09:08
URI: http://repository.paramadina.ac.id/id/eprint/1483

Actions (login required)

View Item View Item
Paramadina Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.