Skripsi/Tugas Akhir

Analisis Sentimen Ulasan pada Aplikasi Pinjaman Online Menggunakan Model Support Vector Machine (SVM)

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Pinjaman online, atau "Pinjol" adalah praktik meminjam uang secara online melalui aplikasi atau situs web tanpa melalui lembaga keuangan tradisional seperti bank atau kreditor lainnya. Aplikasi seperti AkuLaku dan Kredivo yang beroperasi di Asia Tenggara, termasuk Indonesia, menyediakan layanan e-commerce dan kredit. Namun, aplikasi ini memiliki kelebihan dan kekurangan yang menciptakan ulasan positif dan negatif di Play Store. Penelitian ini bertujuan untuk mengidentifikasi ulasan tersebut untuk memahami faktor-faktor yang mempengaruhi keputusan pengguna dalam memilih aplikasi pinjol. Teknik klasifikasi Support Vector Machine (SVM) digunakan untuk menganalisis sentimen positif dan negatif dari ulasan. Hasil penelitian menunjukkan bahwa Akulaku memiliki akurasi analisis sentimen sebesar 95%, namun tingkat kepuasan pengguna terhadap layanan tersebut tetap rendah. Di sisi lain, Kredivo memiliki akurasi 70% dalam menganalisis sentimen, namun pengguna cenderung memiliki pengalaman yang lebih positif dengan layanan tersebut. Dengan demikian, walaupun AkuLaku lebih efektif dalam menganalisis sentimen, Kredivo mungkin menjadi pilihan yang lebih baik bagi pengguna yang mengutamakan pengalaman pengguna yang positif.
Kata Kunci: Pinjaman online, AkuLaku, Kredivo, Support Vector Machine

ABSTRACT
Online loans, or "Pinjol," are the practice of borrowing money online through applications or websites without going through traditional financial institutions such as banks or other traditional creditors. Applications like AkuLaku and Kredivo, which operate in Southeast Asia, including Indonesia, provide ecommerce and credit services. However, these applications have strengths and weaknesses that create positive and negative reviews on the Play Store. This research aims to identify these reviews to understand the factors that influence users' decisions in choosing Pinjol applications. The Support Vector Machine (SVM) classification technique is used to analyze positive and negative sentiments from reviews. The results show that Akulaku has a 95% accuracy rate in sentiment analysis, but the level of user satisfaction with the service remains low. On the other hand, Kredivo has a 70% accuracy rate in sentiment analysis, but users tend to have a more positive experience with the service. Thus, although AkuLaku is more effective in analyzing sentiment, Kredivo may be a better choice for users who prioritizepositiveuserexperience.
Keywords : Online loans, AkuLaku, Kredivo, Support Vector Machine

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 KUS a - 0616TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 63 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 15 Februari 2024

Subjek

Skripsi/Tugas Akhir
Support Vector Machine
Aplikasi Pinjaman Online

Lampiran File