Book description

Di tengah pesatnya perkembangan teknologi finansial (fintech), opini dan pengalaman pengguna menjadi sumber informasi yang sangat berharga bagi pengembangan layanan digital. Buku Analisis Sentimen dengan Metode SVM dan LDA mengangkat objek analisis ulasan pengguna NEOBANK untuk memahami persepsi publik terhadap layanan perbankan digital.

Melalui pendekatan text mining, buku ini mengulas secara sistematis bagaimana data ulasan pengguna diolah menjadi informasi yang bermakna. Metode Support Vector Machine (SVM) digunakan untuk mengklasifikasikan sentimen pengguna ke dalam kategori positif, negatif, dan netral, sementara Latent Dirichlet Allocation (LDA) dimanfaatkan untuk mengidentifikasi topik-topik utama yang sering muncul dalam ulasan tersebut.

Pembaca akan diajak memahami seluruh tahapan analisis, mulai dari pengumpulan data, preprocessing teks, pembobotan kata, hingga evaluasi model. Dengan pendekatan yang aplikatif dan berbasis kasus nyata, buku ini memberikan gambaran konkret tentang bagaimana analisis sentimen dapat digunakan untuk mendukung pengambilan keputusan dan peningkatan kualitas layanan fintech.

Buku ini sangat relevan bagi mahasiswa, peneliti, serta praktisi di bidang data mining, machine learning, dan teknologi finansial yang ingin menggali lebih dalam potensi data teks sebagai sumber insight strategis.