ANALISIS SENTIMEN MENGGUNAKAN BIG DATA REVIEW PENGGUNA PADA MOBILE BANKING PERFORMANCE DI INDONESIA

Willa Fatika Sari, Willa (2023) ANALISIS SENTIMEN MENGGUNAKAN BIG DATA REVIEW PENGGUNA PADA MOBILE BANKING PERFORMANCE DI INDONESIA. Masters thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
COVER dan ABSTRAK.pdf - Published Version

Download (167kB)
[img] Text (BAB I)
BAB I.pdf - Published Version

Download (284kB)
[img] Text (BAB V)
BAB V.pdf - Published Version

Download (157kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf - Published Version

Download (254kB)
[img] Text (Tesis full text)
FULL TESIS_WILLA FATIKA SARI_2120522018.pdf - Published Version
Restricted to Repository staff only

Download (4MB)

Abstract

Mobile banking menjadi salah satu bentuk inovasi sector perbankan dalam konteks financial technology dan menjadi sangat kompetitif dalam memberikan layanan terbaiknya. Tujuan penelitian ini adalah menganalisa dan membandingkan performa mobile banking dengan menggunakan review pengguna bank melalui teks mining. Studi ini menggunakan metode Machine Learning (ML) melalui Algoritma Naïve Bayes Classifier untuk membandingkan performa 4 mobile banking di Indonesia periode Januari-September 2022. Terdapat beberapa temuan pada penelitian ini yaitu Pertama, Nilai accuracy tertinggi yang diperoleh dari hasil pemodelan Algoritma Naïve bayes adalah sebesar 90% pada BRImo. Kedua, Livin’ by Mandiri menjadi mobile banking dengan performa terbaik ditinjau dari sentimen positif tertinggi adalah sebesar 54,8%. Ketiga, BCA Mobile menjadi mobile banking dengan performa terburuk ditinjau dari sentiment negative tertinggi adalah sebesar 49%. Keempat, secara keseluruhan mobile banking memiliki performa yang baik ditinjau dari sentiment positif yang dihasilkan lebih banyak yaitu 47% dibandingkan sentiment negative sebesar 40%. Penelitian ini menyarankan perusahaan perbankan melakukan perbaikan dan peningkatan performa serta system aplikasi mobile banking berdasarkan hasil evaluasi review sesuai dengan kebutuhan nasabah.

Item Type: Thesis (Masters)
Primary Supervisor: 1. Dr. Rida Rahim, SE, ME 2. Dr. Fajri Adrianto, SE, M Bus (Adv)
Uncontrolled Keywords: Mobile Banking, Text Mining, Analisis Sentimen
Subjects: H Social Sciences > HD Industries. Land use. Labor > HD28 Management. Industrial Management
Divisions: Pascasarjana (S2)
Depositing User: Unand Magister Manajemen
Date Deposited: 11 Apr 2023 07:36
Last Modified: 11 Apr 2023 07:36
URI: http://scholar.unand.ac.id/id/eprint/202409

Actions (login required)

View Item View Item