Implementasi Algoritma K-Nearest Neighbors dalam Analisis Sentimen Ulasan Aplikasi Bank Aladin: Implementation of the K-Nearest Neighbors Algorithm for Sentiment Analysis on Aladin Bank Application Reviews

Taniya Raisha Dwiva Putri; M. Rudi Sanjaya; MGS Afriyan Firdaus; Dwi Rosa Indah

doi:10.57152/malcom.v6i2.2633

Authors

Taniya Raisha Dwiva Putri Universitas Sriwijaya
M. Rudi Sanjaya Universitas Sriwijaya
MGS Afriyan Firdaus Universitas Sriwijaya
Dwi Rosa Indah Universitas Sriwijaya

DOI:

https://doi.org/10.57152/malcom.v6i2.2633

Keywords:

Analisis Sentimen, Bank Aladin, K-Nearest Neighbors (KNN), Ulasan

Abstract

Digitalisasi layanan Aladin Bank Syariah melahirkan variasi ulasan di Google Play Store yang mencakup aspek kepraktisan hingga permasalahan teknis aplikasi. Guna memahami polaritas opini tersebut, penelitian ini melakukan evaluasi sentimen pengguna dengan memanfaatkan metode klasifikasi K-Nearest Neighbors (KNN). Proses analisis melibatkan pengelompokan ulasan ke dalam kelas positif, netral, dan negatif menggunakan 80% data hasil scraping, yang diproses melalui pembatasan 6.000 fitur pembobotan TF-IDF. Pengujian model mencatatkan tingkat akurasi sebesar 86,71%, di mana algoritma menunjukkan keunggulan signifikan dalam mengidentifikasi sentimen positif (F1-score 0,93) dan berkinerja cukup baik pada sentimen negatif (F1-score 0,68). Walaupun pengenalan terhadap kelas netral masih belum maksimal (F1-score 0.08), perolehan nilai rata-rata keseluruhan adalah 0.86, yang mengindikasikan efektivitas model secara umum. Temuan riset ini dapat dioptimalkan oleh manajemen bank sebagai landasan evaluasi untuk menyempurnakan kualitas layanan perbankan digital mereka.

Downloads

Download data is not yet available.

References

N. F. A. Syakilah, Adriyani; Maharani, Karmila; Saifullah, Statistik Telekomunikasi Indonesia 2024. ©Badan Pusat Statistik, 2025. [Online].

https://www.bps.go.id/id/publication/2025/08/29/beaa2be400eda6ce6c636ef8/statistik-telekomunikasi-indonesia-2024.html

H. Shabri, N. Azlina, and M. Said, “Transformasi digital industri perbankan syariah Indonesia,” El-Kahfi| J. Islam. Econ., vol. 3, no. 02, 2022.

Bank Aladin Syariah, “Laporan Tahunan,” Aladin Bank. [Online]. Available: https://aladinbank.id/laporan-tahunan/

A. Adiansyah, “Analisis Sentimen Pada Ulasan Aplikasi Home Credit Dengan Metode SVM dan K-NN,” J. Komput. Antart., vol. 1, no. 4, pp. 174–181, 2023.

M. R. S. Sanjaya, D. R. Indah, and E. L. Ruskan, “Hybrid Fine-Tuning Indobert Dan Hybrid Fine-Tuning Indobert Dan Ensemble Tf-Idf Logistic Regression Untuk Analisis Sentimen Ulasan Aplikasi Zalora,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 11, no. 1, pp. 324–336, 2026.

D. Purnamasari et al., Pengantar Metode Analisis Sentimen, 1st ed. Gunadarma Penerbit, 2023.

S. H. Majidah and P. Hendikawati, “Analisis Sentimen Program Makan Bergizi Gratis Menggunakan Svm Dan Knn Dengan Tf-Idf Dan Tf-Abs,” E-Jurnal Mat., vol. 15, no. 1, pp. 1–9, 2026.

R. C. Rivaldi and T. D. Wismarini, “Analisis Sentimen Pada Ulasan Produk Dengan Metode Natural Language Processing (NLP):(Studi Kasus Zalika Store 88 Shopee),” Elkom J. Elektron. dan Komput., vol. 17, no. 1, pp. 120–128, 2024.

N. Nurwanda, N. Suarna, and W. Prihartono, “Penerapan Nlp (Natural Language Processing) Dalam Analisis Sentimen Pengguna Telegram Di Playstore,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1841–1846, 2024.

E. S. Y. P. Pandie and A. F. Fanggidae, “Perbandingan Naïve Bayes dan K-NN dalam Analisis Sentimen Aplikasi X,” J. Transform., vol. 22, no. 2, pp. 97–107, 2025.

A. D. Sembiring Depari, K. D. Tania, and P. E. Sevtiyuni, “Penerapan Metode Machine Learning Dan Teknik SMOTE untuk Prediksi Diabetes ,” J. Sist. Komput. dan Inform., vol. 7, no. 2 SE-Articles, pp. 436–447, Dec. 2025, doi: 10.30865/json.v7i2.9032.

H. Benarafa, M. Benkhalifa, and M. Akhloufi, “WordNet Semantic Relations Based Enhancement of KNN Model for Implicit Aspect Identification in Sentiment Analysis,” Int. J. Comput. Intell. Syst., vol. 16, no. 1, pp. 1–14, 2023, doi: 10.1007/s44196-022-00164-8.

M. Febima, U. Solihin, L. Magdalena, M. Hatta, M. Asfi, and S. Christina, “Analisis Sentimen Aplikasi PaDi UMKM dengan Peningkatan Kinerja Algoritma KNN,” J. Digit Digit. Inf. Technol., vol. 15, no. 2, pp. 70–82, 2025.

B. W. Widagdo, M. R. Fadillah, M. A. Adiguna, S. Wiharjo, and M. Handayani, “Implementation of Split Sampling for Decision Tree and K-Nearest Neighbor Algorithms in the DKI Jakarta Legislative Election,” J. Penelit. Inov., vol. 5, no. 4, pp. 2979–2986, 2025.

N. Alvionika, S. Faisal, R. Rahmat, and A. F. N. Masruriyah, “Analisis Sentimen Pada Komentar Instagram Provider By. U Menggunakan Metode K-Nearest Neighbors (KNN),” J. Algoritm., vol. 21, no. 2, pp. 50–63, 2024.

M. I. Mubarok, P. Purwantoro, and C. Carudin, “Penerapan Algoritma K-Nearest Neighbor (Knn) Dalam Klasifikasi Penilaian Jawaban Ujisan Esai,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 5, pp. 3446–3452, 2023.

Y. Findawati and R. M. Alfan, Buku Ajar Text Mining, Cetakan pe. UMSIDA Press, 2020.

S. Lestari and S. Febrianti, “Analisis Sentimen Ulasan Produk Shopee di Aplikasi Instagram Menggunakan Algoritma K-Nearest Neighbors,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 5, no. 4, pp. 1172–1180, 2025.

W. R. As’ ari, M. Arifin, D. L. Fithri, and P. Setiaji, “Analisis Sentimen Ulasan Pengguna Aplikasi Spotify Di Google Play Store Menggunakan Algoritma Naive Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 2, pp. 3600–3607, 2025.