Perbandingan Analisis Sentimen Terhadap Digital Payment “go-pay†Dan “ovo†Di Media Sosial Twitter Menggunakan Algoritma NaÃve Bayes Dan Word Cloud

Anan Agrani, Brady Rikumahu

Abstract

Abstrak Pada era modern saat ini teknologi terus maju dan tidak dapat dibendung lagi. Salah satunya dibidang keuangan atau finance, atau sering disebut dengan FinTech. Salah satu produk fintech adalah digital payment. Banyak masyarakat yang tertarik menggunakan digital payment di kehidupan sehari-hari. Seiring dengan hal tersebut, akan semakin banyak opini pelanggan terhadap digital payment. Adanya opini pelanggan mencerminkan bahwa pelanggan paham, peduli, dan sadar akan kondisi keuangannya, hal ini dapat dikaitkan dengan literasi keuangan suatu negara. Opini masyarakat juga dapat dimanfaatkan menjadi suatu analisa yang bermanfaat bagi para penyedia jasa digital payment. Penelitian ini bertujuan untuk menganalisis sentimen dari digital payment Go-Pay dan OVO menggunakan analisis sentimen dengan algoritma Naïve Bayes Classifier, dan melihat kata apa saja yang sering dibahas tentang digital payment Go-Pay dan OVO dengan menggunakan Word Cloud. Pada penelitian ini, data yang diambil melalui teknik crawling dengan mengambil tweets yang mengandung keyword “@gopayindonesia†untuk Go-Pay dan “@ovo_id†untuk OVO. Hasil dari analisis sentimen terhadap Go-Pay dan OVO adalah mayoritas negatif. Hasil analisis sentimen kedua digital payment bisa dikarenakan oleh keterbatasan peneliti yaitu, isi dari dataset yang diambil oleh peneliti merupakan tweet yang hampir semuanya merupakan keluhan dari pelanggan. Dengan pelanggan mengajukan keluhan, menanyakan hak yang seharusnya diterima, dan mengerti bahwa kondisi keuangannya salah dapat diartikan pelanggan memiliki keterampilan dalam menggunakan digital payment. Pelanggan yang mempunyai keterampilan dalam menggunakan digital payment dapat dikelompokkan sebagai Well Literate dalam literasi keuangan. Berdasarkan hasil word cloud dalam dataset Go-Pay dan OVO, terdapat beberapa kata yang mendominasi didalamnya. Kata kunci: Financial technology, digital payment, literasi keuangan, naïve bayes classifier, word cloud, Go-Pay, OVO 

Abstract In this modern era, technology continues to advance and cannot be stopped. One of them is in the field of finance or finance, or often called FinTech. One of the fintech products is digital payment. Many people are interested in using digital payments in everyday life. Along with this, there will be more and more customer opinions on digital payments. The existence of customer opinion reflects that the customer understands, cares, and is aware of his financial condition, this can be related to a country's financial literacy. Public opinion can also be utilized as a useful analysis for digital payment service providers. This study aims to analyze the sentiments of Go-Pay and OVO digital payments using sentiment analysis with the Naïve Bayes Classifier algorithm and see what words are often discussed about Go-Pay and OVO digital payments using Word Cloud. In this study, data taken through crawling techniques by taking tweets containing the keywords "@ gopayindonesia" for Go-Pay and "@ovo_id" for OVO. The results of sentiment analysis of Go-Pay and OVO are mostly negative. The results of the second sentiment analysis of digital payments can be due to the limitations of researchers namely, the contents of the dataset taken by researchers are tweets that are almost all complaints from customers. With a customers filing a complaint to digital payment, asking about the rights that should have been received, and understanding that their financial condition was wrong it could mean that the customers had the skills to use digital payment. Customers who have the skills to use digital payments can be classified as Well Literate in financial literacy. Based on the word cloud results in the Go-Pay and OVO datasets, several words dominate within them. Keywords: Financial technology, digital payment, naïve bayes classifier, word cloud, Go-Pay, OVO

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0