Analisis Sentimen Ulasan Aplikasi Jago Bank Digital Menggunakan Multi Layer Perceptron

Abstract

Bank Jago merupakan platform perbankan daring yang memungkinkan pengguna mengakses layanan perbankan secara langsung melalui telepon pintar. Aplikasi Bank Jago telah mencapai tonggak sejarah yang mengesankan, yakni sebanyak 5 juta unduhan di Google Play Store, dengan rating 4,6. Pengguna berbagi pengalaman dengan memberikan rating dan ulasan di platform ini. Meskipun demikian, terkadang rating tidak sesuai dengan isi ulasan. Banyaknya ulasan yang tidak terstruktur sering kali mempersulit pemahaman umpan balik pengguna. Dalam pengembangan aplikasi, opini pengguna sama pentingnya dengan rating itu sendiri. Oleh karena itu, pengembang harus menafsirkan setiap ulasan yang diterima secara efektif. Untuk mencapai hal ini, analisis sentimen dilakukan terhadap ulasan tersebut dengan menggunakan algoritma Multi Layer Perceptron, yang bertujuan untuk mengumpulkan wawasan tentang sentimen pengguna terkait aplikasi Bank Jago di Google Play Store. Penelitian ini menggunakan metode Knowledge Discovery in Database (KDD) yang terdiri dari 5 tahap, yaitu Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Data yang digunakan adalah 5174 ulasan aplikasi Bank Jago, dengan 3629 ulasan positif dan 1499 ulasan negatif. Pada tahap Transformation dan Data Mining dilakukan dengan split data 70:30. Kemudian dengan model Multi Layer Perceptron mengkonversikan hasil dari confusion matrix yaitu false negative dan false positive menjadi hasil sebenarnya untuk memperbaiki ketidakserasian rating dengan komentar. Proses ini mendapatkan tingkat akurasi sebesar 91,82%, Precision 94,69%, Recall 92,05%, dan f1-score 93,35% evaluasi tersebut mendapatkan predikat sangat baik