##plugins.themes.academic_pro.article.main##
Analisis Perbandingan Sentimen Ulasan Pengguna Aplikasi MyBCA dan BCA Mobile Menggunakan Naïve Bayes
Abstract
Perkembangan teknologi informasi mendorong Bank Central Asia (BCA) mengoperasikan dua platform mobile banking secara bersamaan, yakni MyBCA dan BCA Mobile. Tingginya volume ulasan pengguna di Google Play Store memerlukan pendekatan komputasional untuk memahami persepsi pengguna secara objektif. Penelitian ini bertujuan mengklasifikasikan, membandingkan distribusi, dan mengukur kinerja model Naïve Bayes pada kedua aplikasi. Data dikumpulkan melalui web scraping, dengan total 8.000 ulasan. Tahapan penelitian meliputi preprocessing teks, pelabelan otomatis menggunakan metode Lexicon-Based dengan kamus InSet, pembobotan TF-IDF, dan klasifikasi Naïve Bayes dengan rasio 80:20. Hasil menunjukkan MyBCA memperoleh sentimen positif 54,31%, negatif 34,66%, dan netral 11,03%, sedangkan BCA Mobile memperoleh positif 63,70%, negatif 25,10%, dan netral 11,19%. Model MyBCA menghasilkan accuracy 63,70% dan BCA Mobile 73,62%. Penelitian ini menyimpulkan bahwa BCA Mobile memperoleh persepsi pengguna yang lebih positif dibandingkan MyBCA.
##plugins.themes.academic_pro.article.details##
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
G. Buana, “Lebih Baik myBCA atau BCA Mobile Kenali Perbedaannya untuk Pilihan Terbaik,” Media Indonesia, 2025. [Online]. Available: https://mediaindonesia.com/ekonomi/804680/lebih-baik-mybca-atau-bca-mobile-kenali-perbedaannya-untuk-pilihan-terbaik#goog_rewarded
A. Nadira, N. Y. Setiawan, and W. Purnomo, “Analisis Sentimen Pada Ulasan Aplikasi Mobile Banking Menggunakan Metode Naïve Bayes Dengan Kamus Inset,” Indexia, vol. 5, no. 01, p. 35, 2023, doi: 10.30587/indexia.v5i01.5138.
S. A. S. Mola, S. N. R. Djawa, and A. Y. Mauko, Text Mining: Analisis Sentimen dengan Naïve Bayes. Bandung, 2025.
A. Wibowo, Firman Noor Hasan, L. A. Ramadhan, Rika Nurhayati, and Arief Wibowo, “Analisis Sentimen Opini Masyarakat Terhadap Keefektifan Pembelajaran Daring Selama Pandemi COVID-19 Menggunakan Naïve Bayes Classifier,” J. Asiimetrik J. Ilm. Rekayasa Inov., pp. 239–248, 2022, doi: 10.35814/asiimetrik.v4i1.3577.
J. P. Yoman, C. Cok, K. Laigusten, and G. Zovintho, “Analisis Sentimen Ulasan Perbedaan Aplikasi BCA Mobile dengan MYBCA di Playstore Menggunakan Metode Lexicon,” JDMIS J. Data Min. Inf. Syst., vol. 3, no. 2, pp. 64–76, 2025, doi: 10.54259/jdmis.v3i2.4236.
S. A. Putri, K. Ditha Tania, N. Kawadha, and P. Gumay, “Knowledge Discovery Through Sentiment Analysis and Topic Modeling of BCA Mobile and MyBCA,” J. Math. Comput. Stat., vol. 8, no. 2, pp. 669–682, 2025, [Online]. Available: https://journal.unm.ac.id/index.php/JMATHCOS
Y. Findawati and M. A. Rosid, Buku Ajar Text Mining. 2020.
D. Musfiroh, U. Khaira, P. E. P. Utomo, and T. Suratno, “Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 24–33, 2021, doi: 10.57152/malcom.v1i1.20.
V. Meida Hersianty, E. Larasati Amalia, D. Puspitasari, and D. Wahyu Wibowo, “Penerapan Algoritma Tf-Idf Dan Cosine Similarity Dalam Sistem Rekomendasi Lowongan Pekerjaan,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 1, pp. 1619–1625, 2025, doi: 10.36040/jati.v9i1.12406.
Z. Setiawan et al., Buku Ajar Data Mining, vol. 4, no. 1. 2023.
M. G. Al Hakim and F. Irwiensyah, “Analisis Sentimen Terhadap Ulasan Pengguna Pada Aplikasi BCA Mobile Menggunakan Metode Naïve Bayes,” J. Inf. Syst. Res., vol. 5, no. 4, pp. 911–921, 2024, doi: 10.47065/josh.v5i4.5343.
J. A. Marpaung, M. Devega, and Yuhelmi, “Analisis Sentimen Kepuasan Pengguna Aplikasi BCA Mobile menggunakan Metode Naïve Bayes dan Support Vector Machine (SVM),” Prosiding-Seminar Nas. Teknol. Inf. Ilmu Komput., vol. 3, no. 1, pp. 249–261, 2024, [Online]. Available: https://journal.unilak.ac.id/index.php/Semaster/article/view/24124
