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

Authors

  • Arkan Hilman Hakim Universitas Buana Perjuangan Karawang
  • April Lia Hananto
  • Fitria Nurapriani
  • Baenil Huda

DOI:

https://doi.org/10.52661/jict.v7i1.405

Abstract

Pesatnya perkembangan teknologi perbankan digital telah mendorong munculnya beragam aplikasi perbankan yang tersedia di Google Play Store. Ulasan pengguna terhadap aplikasi-aplikasi ini menjadi sumber informasi yang berharga untuk menilai tingkat kepuasan mereka, yang kemudian dapat dianalisis melalui pendekatan sentiment analysis. Penelitian ini dilakukan untuk mengkaji kecenderungan sentimen pengguna terhadap beberapa aplikasi bank digital dengan memanfaatkan algoritma Naïve Bayes. Data yang dianalisis berasal dari 1.000 ulasan pengguna untuk masing-masing aplikasi, yaitu Seabank, Krom Bank, Bank Jago, Blu by BCA, dan Bank Saqu. Seluruh proses analisis dan pengolahan data dilakukan menggunakan platform Google Colab, dengan menerapkan metode Multinomial Naïve Bayes (MNB) untuk mengklasifikasikan sentimen ke dalam dua kategori, yaitu positif dan negatif. Hasil penelitian mengungkapkan bahwa Seabank menunjukkan performa tertinggi, dengan accuracy sebesar 94%, precision 93%, recall 100%, dan F1-score 97%, serta total 945 ulasan positif dan 55 ulasan negatif. Temuan ini memperlihatkan bahwa analisis sentimen dapat memberikan masukan yang bernilai bagi pengembang untuk meningkatkan kualitas aplikasi, sekaligus menjadi panduan bagi pengguna dalam memilih layanan perbankan digital yang sesuai dengan preferensi kebutuhan.

References

Agustia Hananto, Tukino Tukino, And Elfina Novalia, “Klasterisasi Kesiapan Digital Daerah,” Jurnal Ilmiah Teknik Informatika Dan Komunikasi, Vol. 5, No. 1, Pp. 28–41, Mar. 2024, Doi: 10.55606/Juitik.V5i1.979.

A. N. Rinjani Et Al., “Pengaruh Bank Digital Terhadap Minat Gen Z,” Indonesian Journal Of Economics, Vol. 1, No. 4, 2024.

D. Pertiwi And A. Suyitno, “Bank Digital Sebagai Peradaban Lembaga Keuangan Syariah Di Indonesia,” Vol. 1, No. 2, Pp. 172–182, 2023.

P. Mai Et Al., “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus : Toko Sinar Harahap),” 2022. [Online]. Available: Https://Jurnal.Umj.Ac.Id/Index.Php/Just-It/Index

A. Lia Hananto Et Al., “Analysis Of Drug Data Mining With Clustering Technique Using K-Means Algorithm,” In Journal Of Physics: Conference Series, IOP Publishing Ltd, Jul. 2021. Doi: 10.1088/1742-6596/1908/1/012024.

I. Kurniawan Et Al., “Perbandingan Algoritma Naive Bayes Dan SVM Dalam Sentimen Analisis Marketplace Pada Twitter,” Jurnal Teknik Informatika Dan Sistem Informasi, Vol. 10, No. 1, 2023, [Online]. Available: Http://Jurnal.Mdp.Ac.Id

Rian Pratama, B. Huda, E. Novalia, And H. Kabir, “Perbandingan Algoritma C4.5 Dan Naïve Bayes Dalam Menentukan Persediaan Stok,” METIK JURNAL, Vol. 6, No. 2, Pp. 115–122, Dec. 2022, Doi: 10.47002/Metik.V6i2.379.

D. Abisono Punkastyo, F. Septian, And A. Syaripudin, “Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Prediksi Kelulusan Siswa,” 2024.

T. R. P. Hermawan And A. R. Dzikrillah, “Penerapan Metode Naïve Bayes Untuk Analisis Sentimen Pada Ulasan Pengguna Aplikasi Chatgpt Di Google Play Store,” Building Of Informatics, Technology And Science (BITS), Vol. 6, No. 1, Pp. 430–439, Jun. 2024, Doi: 10.47065/Bits.V6i1.5400.

F. Damayanti Et Al., “Analisis Sentimen Ulasan Pengguna Terhadap Aplikasi K24klik Di Google Play Store Dengan Algoritma Naïve Bayes,” 2025.

F. M. Delta Maharani, A. Lia Hananto, S. Shofia Hilabi, F. Nur Apriani, A. Hananto, And B. Huda, “Perbandingan Metode Klasifikasi Sentimen Analisis Penggunaan E-Wallet Menggunakan Algoritma Naïve Bayes Dan K-Nearest Neighbor,” METIK JURNAL, Vol. 6, No. 2, Pp. 97–103, Dec. 2022, Doi: 10.47002/Metik.V6i2.372.

A. Hermawan, I. Jowensen, J. Junaedi, And Edy, “Implementasi Text-Mining Untuk Analisis Sentimen Pada Twitter Dengan Algoritma Support Vector Machine,” JST (Jurnal Sains Dan Teknologi), Vol. 12, No. 1, Pp. 129–137, Apr. 2023, Doi: 10.23887/Jstundiksha.V12i1.52358.

M. Yusuf And P. Komarudin, “Bank Digital Syariah Di Indonesia: Telaah Regulasi Dan Perlindungan Nasabah,” 2022.

Rian Pratama, B. Huda, E. Novalia, And H. Kabir, “Perbandingan Algoritma C4.5 Dan Naïve Bayes Dalam Menentukan Persediaan Stok,” Metik Jurnal, Vol. 6, No. 2, Pp. 115–122, Dec. 2022, Doi: 10.47002/Metik.V6i2.379.

J. Sanjaya, B. Priyatna, S. Shofia Hilabi, S. Informasi, F. Ilmu Komputer, And U. Buana Perjuangan Karawang, “Analisis Sentimen Terhadap Opini Proyek Kereta Cepat Menggunakan Metode Naïve Bayes Classifier”.

S. Sfofiah Hilabi Et Al., “Pemanfaatan Data Analitik Dalam Big Data: Studi Kasus Implementasi Di Pemerintahan,” Julyxxxx, Vol. X, No.X, Pp. 1–5.

N. Alvionika, S. Faisal, R. Rahmat, And A. F. N. Masruriyah, “Analisis Sentimen Pada Komentar Instagram Provider By.U Menggunakan Metode K-Nearest Neighbors (KNN),” Jurnal Algoritma, Vol. 21, No. 2, Pp. 50–63, Nov. 2024, Doi: 10.33364/Algoritma/V.21-2.1672.

A. Chusyairi, “Clustering Data Cuaca Ekstrim Indonesia Dengan K-Means Dan Entropi,” JUN 2023 Journal Of Informatics And Communications Technology, Vol. 5, No. 1, Pp. 1–010, Doi: 10.52661.

C. Prakoso And A. Hermawan, “KLIK: Kajian Ilmiah Informatika Dan Komputer Perbandingan Model Machine Learning Dalam Analisis Sentimen Ulasan Pengunjung Keraton Yogyakarta Pada Google Maps,” Media Online, Vol. 4, No. 3, Pp. 1292–1302, 2023, Doi: 10.30865/Klik.V4i3.1419.

A. Selawati, Y. Rianto, R. Darma Astuti, A. Zumarniansyah, And D. Novianti, “BULLETIN OF COMPUTER SCIENCE RESEARCH Analisis Sentimen Berita Online Terhadap Transportasi Online Di Indonesia Dengan Metode Naïve Bayes Classifier, Support Vector Machine Dan K-Nearest Neighbor,” Media Online), Vol. 5, No. 2, Pp. 105–111, 2025, Doi: 10.47065/Bulletincsr.V5i2.477.

G. A. Lustiansyah, D. Widiyanto, And B. T. Wahyono, “Menggunakan Metode Long Short Term Memory”.

N. Suarna And W. Prihartono, “Penerapan Nlp (Natural Language Processing) Dalam Analisis Sentimen Pengguna Telegram Di Playstore,” 2024.

A. Nur Oktavia, M. Iqbal, R. W. Saputra, M. I. Zulfikar, A. Saifudin, And F. I. Komputer, “BIIKMA : Buletin Ilmiah Ilmu Komputer Dan Multimedia Implementasi Metode Natural Language Processing Dalam Studi Analisis Semantik Dan Emosi Buzzer Pada Tweet Di Aplikasi X,” Vol. 2, No. 1, 2024, [Online]. Available: Https://Jurnalmahasiswa.Com/Index.Php/Biikma

Downloads

Published

2025-07-03

How to Cite

Arkan Hilman Hakim, Hananto, A. L., Nurapriani, F., & Huda, B. (2025). Analisis Sentimen Aplikasi Bank Digital Pada Google Play Store Menggunakan Algoritma Naive Bayes . Journal of Informatics and Communication Technology (JICT), 7(1), 22–34. https://doi.org/10.52661/jict.v7i1.405

Issue

Vol. 7 No. 1 (2025)

Section

Informatika

License

Copyright (c) 2025 Arkan Hilman Hakim, April Lia Hananto, Fitria Nurapriani, Baenil Huda

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.