Analisis Sentimen terhadap Ulasan Aplikasi Bank Digital Syariah di Indonesia dengan Menggunakan Metode Support Vector Machine dan Convolutional Neural Network

Zahro, Fatimatuz (2023) Analisis Sentimen terhadap Ulasan Aplikasi Bank Digital Syariah di Indonesia dengan Menggunakan Metode Support Vector Machine dan Convolutional Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311940000014-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (2MB) | Request a copy

Abstract

Teknologi dan digitalisasi beberapa tahun terakhir mengalami perkembangan sangat pesat. Di Indonesia sendiri, hingga pada periode 2021-2022 pengguna teknologi internet mencapai 210,03 juta. Teknologi memudahkan sebagian besar kebutuhan manusia dalam menjalankan pekerjaan dan aktivitas, termasuk dalam hal transaksi keuangan. Salah satunya dengan hadirnya Bank Digital. Layanan perbankan berbasis digital tak hanya dilakukan oleh bank konvensional namun juga hadirnya beberapa bank digital syariah yang beroperasi di Indonesia. Pada akhir 2021, Bank Aladin Syariah muncul sebagai bank digital murni syariah pertama di Indonesia. Sebagai pioneer bank digital syariah, sangat penting bagi Bank Aladin untuk mendapatkan reputasi yang baik sehingga evaluasi secara berkala diperlukan untuk menjaga kualitas layanan. Ulasan pengguna terhadap Bank Aladin dapat dijadikan sebagai alat efektif dan efisien dalam menemukan informasi. Oleh karena itu, perlu dilakukan analisis sentimen terhadap komentar pada layanan aplikasi. Analisis sentimen Ulasan pengguna terhadap Bank Aladin akan dikategorikan menjadi sentimen positif dan negatif. Klasifikasi awal dalam dua kategori sentimen ini akan ditentukan dengan menggunakan pelabelan berdasarkan rating ulasan pengguna. Hasil klasifikasi awal akan dibandingkan dengan menggunakan metode Support Vector Machine dan Convolutional Neural Network dengan ekstraksi fitur Word2Vec. Data yang digunakan pada penelitian ini merupakan data sekunder yang diperoleh dari kumpulan ulasan atau review pengguna layanan aplikasi Bank Aladin di Google Play Store pada periode 1 Oktober 2022 hingga 31 Desember 2022. Hasil penelitian menunjukkan bahwa metode Convolutional Neural Network lebih baik dibandingkan Support Vector Machine. Pada metode Support Vector Machine nilai akurasi paling baik didapatkan pada parameter C = 1000 dan γ = 10 yaitu sebesar 81,9%. Sedangkan pada metode Convolutional Neural Network model terbaik yang didapatkan menggunakan kombinasi layer yaitu Embedding Layer dengan bobot Word2Vec, Max Pooling 1D, Layer 1 dengan node 8, dan Output layer dengan fungsi aktivasi sigmoid dengan kebaikan model data testing didapatkan accuracy yang baik sebesar 89,8%.
================================================================================================================================
Technology and digitization have developed very rapidly in recent years. In Indonesia alone, until 2021-2022, internet technology users reached 210.03 million. Technology facilitates most human needs in carrying out work and activities, including financial transactions. One of them is the presence of a Digital Bank. Digital-based banking services are not only carried out by conventional banks but also by the presence of several Islamic digital banks operating in Indonesia. At the end of 2021, Bank Aladin Syariah emerged as Indonesia's first purely Islamic digital bank. As a pioneer of Islamic digital banks in Indonesia, Bank Aladin needs to get a good reputation so that periodic evaluations are needed to maintain service quality. User reviews of Bank Aladin can be used as an effective and efficient tool for finding information. Therefore, it is necessary to do a sentiment analysis of comments on application services. Sentiment analysis User reviews of Bank Aladin will be categorized into positive and negative sentiments. Initial classification in these two sentiment categories will be determined using labelling based on user review ratings. The initial classification results will be compared using the Support Vector Machine and Convolutional Neural Network methods with Word2Vec feature extraction. The data used in this study is secondary data obtained from a collection of reviews or reviews from users of the Bank Aladin application service on the Google Play Store from 1 October 2022 to 31 December 2022. The results show that the Convolutional Neural Network method is better than the Support Vector Machine. In the Support Vector Machine method, the best accuracy value is obtained for parameters C = 1000 and γ = 10, which is 81,9%. Whereas in the Convolutional Neural Network method, the best model is obtained using a combination of layers, namely the Embedding Layer with Word2Vec weights, Max Pooling 1D, Layer 1 with node 8, and an Output layer with sigmoid activation function with the goodness of model data testing obtained a good accuracy of 89,8 %.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Bank Aladin, Aladin Bank, Convolutional Neural Network, Sentiment Analysis, Support Vector Machine, Word2Vec.
Subjects:	Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Fatimatuz Zahro
Date Deposited:	22 Jul 2023 05:14
Last Modified:	22 Jul 2023 05:14
URI:	http://repository.its.ac.id/id/eprint/98860

Actions (login required)

View Item