Pemodelan Topik dan Analisis Sentimen pada Teks Ulasan Pengguna Aplikasi Perbankan Seluler di Indonesia

Bank di Indonesia telah meluncurkan perbankan seluler (mobile banking) guna memberikan pengalaman layanan terbaik bagi nasabah. Bank harus meningkatkan efektivitas aplikasi perbankan seluler mereka untuk memberikan peningkatan nilai perbankan seluler. Dalam upaya menemukan ruang untuk perbaikan bagi perbankan, penelitian ini dilakukan untuk mengetahui topik yang dibicarakan dan diharapkan serta mengetahui sentimen ulasan pengguna layanan perbankan seluler di Indonesia berdasarkan ulasan Google Play aplikasi perbankan seluler yang dimiliki oleh BNI, BCA, dan Mandiri. Algoritma klasifikasi sentimen  logistic regression, naïve bayes, dan support vector machine digunakan dalam penelitian ini. Setiap algoritma dijalankan dengan pemodelan k-fold cross validation. Pemodelan topik menggunakan LDA (Latent Dirichlet Allocation). Algoritma logisitc regression memiliki akurasi tertinggi yaitu 96.88%. Menggunakan model tersebut dapat diketahui ulasan didominasi sentimen negatif yaitu 62,22% sedangkan sentimen positif sebesar 37,78%. Pemodelan topik sentimen positif memiliki nilai koheren tertinggi 0,649 dengan jumlah 19 topik, sentimen negatif memiliki nilai koheren tertinggi 0,440 dengan jumlah 18 topik.