Catalog Detail

Aplikasi Pegadaian Digital merupakan layanan keuangan berbasis digital yang memungkinkan pengguna mengakses berbagai layanan Pegadaian secara mudah dan cepat. Beragam pengalaman pengguna terhadap aplikasi tersebut tercermin dalam ulasan yang diberikan pada Google Play Store, sehingga analisis sentimen diperlukan untuk mengetahui persepsi pengguna terhadap kinerja aplikasi Pegadaian Digital. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap aplikasi Pegadaian Digital, mengevaluasi kinerja algoritma XGBoost dalam klasifikasi sentimen, serta menentukan konfigurasi model yang menghasilkan performa terbaik. Data penelitian diperoleh melalui proses scraping sebanyak 5000 ulasan pengguna dari Google Play Store. Tahapan penelitian meliputi preprocessing teks, pelabelan sentimen menggunakan InSet Lexicon, ekstraksi fitur menggunakan TF-IDF, pembagian data dengan beberapa skenario rasio data latih dan data uji, penerapan Synthetic Minority Oversampling Technique (SMOTE), optimasi hyperparameter menggunakan Random Search dan Grid Search, serta pengujian menggunakan SVM sebagai pembanding. Hasil penelitian menunjukkan bahwa dari 4115 ulasan yang digunakan, sentimen positif mendominasi sebesar 61,66%, diikuti sentimen negatif sebesar 28,95%, dan sentimen netral sebesar 9,41%. Model terbaik diperoleh pada algoritma XGBoost dengan Random Search tanpa SMOTE pada rasio pembagian data 80:20, yang menghasilkan akurasi 87,36%, presisi 80,93%, recall 79,85%, dan F1-score makro 80,37%. Random Search terbukti lebih efisien secara komputasi dibandingkan Grid Search, dengan performa yang setara namun waktu komputasi lebih dari 11 kali lebih cepat. Hasil tersebut menunjukkan bahwa XGBoost efektif dalam mengklasifikasikan sentimen ulasan Pegadaian Digital dan dapat dimanfaatkan sebagai pendukung evaluasi kualitas layanan aplikasi.