ABSTRAK Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
COVER Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 1 Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 2 Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 3 Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 4 Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 5 Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
PUSTAKA Clarissa Ivana Yuwono
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Fisika adalah bagian dari sains yang pada hakikatnya merupakan kumpulan
pengetahuan, cara atau jalan berpikir, cara untuk penyelidikan tentang alam semesta
ini, serta interaksi dengan teknologi dan sosial. Interaksi antara teknologi dan sosial
juga dapat disebut sebagai sistem kompleks, yang sudah diterapkan pada machine
learning dan artificial intelligence. Kemajuan teknologi yang mengintegrasikan
seluruh aspek telah membuat perubahan yang besar, salah satunya industri
perbankan. Pola konsumsi masyarakat yang menjadi ke arah digital membuat
perbankan melakukan transformasi dengan mengembangkan layanan bank digital
di Indonesia. Kemajuan teknologi juga membuat masyarakat lebih mudah
mendapatkan informasi dan menyampaikan opini melalui media sosial Twitter.
Pada penelitian ini akan dilakukan analisis sentimen mengenai layanan bank digital
di Indonesia menggunakan metode Naïve Bayes dan Entropi Maksimum. Analisis
dilakukan secara bertahap dimulai dari crawling data pada Twitter dengan
RapidMiner menggunakan kata kunci “bank digital”, “bank jago”, “neobank”,
“bank jenius”, “seabank”, dan “blu bca”, dilanjutkan dengan preprocessing data,
dan klasifikasi sentimen menjadi positif atau negatif dengan metode Naïve Bayes
menggunakan RapidMiner dan metode Entropi Maksimum menggunakan Python.
Berdasarkan hasil pengolahan data, diperoleh akurasi sebesar 82,98% pada tahap
pertama serta 58,89% pada tahap kedua dengan metode Naïve Bayes dan dengan
Entropi Maksimum sebesar 85,11% pada tahap pertama serta 90,44% pada tahap
kedua. Kemudian dilakukan variasi jumlah data latih dan diperoleh penambahan
jumlah data latih tidak selalu membuat akurasi meningkat. Kesimpulan yang
diperoleh adalah metode Entropi Maksimum menghasilkan akurasi dan presisi yang
lebih tinggi dari pada metode Naïve Bayes pada penelitian ini.