Publikasi

Amaliah, F., & Nuryana, D. K. I. (2022). Perbandingan Akurasi Metode Lexicon Based Dan Naive Bayes Classifier Pada Analisis Sentimen Pendapat Masyarakat Terhadap Aplikasi Investasi Pada Media Twitter. Journal of Informatics and Computer Science (JINACS), 03(03), 384–393.

Anggitaningsih, R. (2024). Manajemen Risiko Operasional Pada Bank Syari’ah Indonesia di Jawa Timur. Multidisciplinary Journal of Education , Economic and Culture, 2(2), 879–891. https://doi.org/10.61231/mjeec.v2i2.255

Arifiyanti, A. A., Shantika, R. N., & Syafira, O. A. (2022). Analisis Sentimen Ulasan Pengguna BSI Mobile. 283–288.

Arrizki, F. (2023). Pengaruh Bsi Mobile Dan Pelayanan Terhadap Kepuasan Nasabah (Studi Kasus Mahasiswa/I Perbankan Syariah-Uinsu). EKSYA?: Jurnal Ekonomi Syariah, 4(1), 184–192. https://doi.org/10.56874/eksya.v4i1.1167

Arta, M. I., Made, G., Sasmita, A., Agus, P. I., & Pratama, E. (2022). Clustering Berita Menggunakan Algoritma TF-IDF Dan K-Means Dengan Memanfaatkan Sumber Data Crawling Pada Situs Detik.com. JITTER Jurnal Ilmiah Teknologi Dan Komputer, 3(1), 821.

Artanto, F. A. (2024). Support Vector Machine Berbasis Particle Swarm Optimization Pada Analisis Sentimen Anggota KPPS. Jurnal Fasilkom, 14(1), 75–79. https://doi.org/10.37859/jf.v14i1.6795

Ary, I. G., Sanjaya, S., Candiasa, I. M., Joni, L., Putri, E., & Journal, S. (2024). Analisis Sentimen Berbasis Aspek Kinerja Polri Menggunakan SVM dengan Pendekatan POS Tagging. 7(2), 112–124.

Astuti, K. C., Firmansyah, A., & Riyadi, A. (2024). Implementasi Text Mining Untuk Analisis Sentimen Masyarakat Terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store. REMIK: Riset Dan E-Jurnal Manajemen Informatika Komputer, 8(1), 383–394.

Aulia, P., Thalita, M., Arifin, N., & Mayasari, R. (2021). Perbandingan Kernel Support Vector Machine (Svm) Dalam Penerapan Analisis Sentimen Vaksinisasi Covid-19. SINTECH (Science and Information Technology) Journal, 4(2), 139–145. https://doi.org/10.31598/sintechjournal.v4i2.762

Bintoro, P. et al. (2024). Pengantar Machine Learning.

Cholik. (2021). Teknologi Informasi, ICT,. Jurnal Fakultas Teknik, 2(2), 39–46.

Eko, S., Lily, N., & Juhardi, S. (2023). Hubungan Antara Islam Dengan Perkembangan Teknologi Dalam Mempengaruhi Karakter Gen Z. Journal of Engineering Research, 10(1), 35–45.

Elsa Situmeang, S., & Putri Savina, N. (2023). Analisis Perbandingan Metode Decision Tree, Random Forest, dan Support Vector Machine (SVM) dalam Memprediksi Kesehatan Janin. Jurnal TAM (Technology Acceptance Model), 14, 152–157. https://doi.org/10.12962/j27213862.vxix.xxxx

Farros, M., Haq, I., Rosyadi, I., Nasir, M., & Khambali, A. (2024). Sentiment Analisis Ulasan Aplikasi Livin Pada Google Play Store. Su, 14(1), 24–29.

Fatahiyani, S. (2025). Analisi SWOT Dalam Optimalisasi BSI Mobile Untuk Mendorong Loyalitas Nasabah. Jurnal Organisasi Dan Manajemen Indonesia, 3(2), 85–95.

Fathullah, N. S., Sari, Y. A., & Adikara, P. P. (2020). Analisis Sentimen Terhadap Rating dan Ulasan Film dengan menggunakan. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(2), 590–593.

Fatkhudin, A., Adi Artanto, F., Abiyu Safli, N., & Wibowo, D. (2024). Remik: Riset dan E-Jurnal Manajemen Informatika Komputer Decision Tree Berbasis SMOTE dalam Analisis Sentimen Penggunaan Artificial Intelligence untuk Skripsi. Remik: Riset Dan E-Jurnal Manajemen Informatika Komputer, 8(2), 494–505. http://doi.org/10.33395/remik.v8i2.13531

Gesta, D., & Vivi, S. (2024). Peran Penggunaan Bsi Mobile Banking Dalam Kemudahan Bertransaksi Di Era Modern. Jurnal Of Informatics and Busisnes, 01(4), 219.

Gifari, O. I., Adha, M., Freddy, F., & Durrand, S. (2022). Film Review Sentiment Analysis Using TF-IDF and Support Vector Machine. Journal of Information Technology, 2(1), 36–40.

Gilbert, Alam, S., & Sulistyo, I. M. (2023). Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes. STORAGE: Jurnal Ilmiah Teknik Dan Ilmu Komputer, 2(3), 100–108. https://doi.org/10.55123/storage.v2i3.2333

Gurning, C. Y., Saragih, C. S., & Lase, Y. Y. (2025). Perbandingan TextRank Berbasis TF-IDF dan Word2Vec dalam Peringkasan Teks Berita Bahasa Indonesia. JUKTISI (Jurnal Komputer Teknologi Informasi Sistem Komputer), 4(2), 922–928.

Halimah, N., Martaseli, E., & Sophan, I. (2025). Informasi Bsi Mobile Dan Byond By Bsi Dalam Meningkatkan Layanan Perbankan ( Studi Kasus Pada Nasabah Bank. Jurnal Masharif Al-Syariah: Jurnal Ekonomi Dan Perbankan Syariah, 10(4), 2553–2562.

Hasanah, W. P. (2024). Usulan Perbaikan Kualitas Aplikasi Reddoorz Berdasarkan Ulasan Pengguna Pada Google Playstrore Menggunakan Text Mining Dosen. Jurnal Universitas Islam Indonesia, 1(1), 271.

Ismail, A. R., Bagus, R., & Hakim, F. (2023). Implementasi Lexicon Based Untuk Analisis Sentimen Dalam Mengetahui Trend Wisata Pantai Di DI Yogyakarta Berdasarkan Data Twitter. 1(1), 37–46.

Iwan. (2022). Pengaruh Thecnology Acepptance Model (TAM) Terhadap Keputusan Nasabah Dalam Menggunakan Layanan Byond By BSI Di Kalangan Mahasiswa (Studi Kasus: Mahasiswa Jurusan Teknik Industri Universitas Malikussaleh). Galang Tanjung, 1(2504), 1–9.

Khomsah, S. (2021). Model Text-Preprocessing Komentar Youtube Dalam Bahasa Indonesia. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 1(10), 648–654.

Latuconsina, F., & Delsen, M. S. N. Van. (2024). Klasifikasi Menggunakan Metode Support Vector Machine ( SVM ) Multiclass pada Data Indeks Desa Membangun ( IDM ) di Provinsi Maluku. 7(2), 380–395.

Lestari, B. V., & Hutagalung, A. C. (2025). Evaluation of TF-IDF Extraction Techniques in Sentiment Analysis of Indonesian-Language Marketplaces Using SVM , Logistic Regression , and Naive Bayes. J-KOMA (Journal of Computer Science and Applications), 08(021), 36–44.

Lina, S., Sitio, M., & Nadiyanti, R. (2022). Analisis Sentimen Kenaikan Harga BBM Pertamax Pada Media Sosial Menggunakan Metode Naïve Bayes Classifier. Building of Informatics, Technology and Science (BITS), 4(3), 1224–1231. https://doi.org/10.47065/bits.v4i3.2331

Lubis, R., & Anggraeni, S. (2026). Klasifikasi Sentiment Analysis Terhadap Usulan KB Vasektomi Syarat Penerima BANSOS dengan Metode Naive Bayes. JUKTISI (Jurnal Komputer Teknologi Informasi Sistem Komputer), 4(3), 1384–1394.

Mahendra, H. M., Murdiansyah, T. D., & Lhaksmana, M. K. (2023). Analisis Sentimen Tweet COVID-19 menggunakan K-Nearest Neighbors dengan TF-IDF dan Ekstraksi Fitur CountVectorizer. DIKE?: Jurnal Ilmu Multidisiplin, 1(2), 37–43. https://doi.org/10.69688/dike.v1i2.35

Manullang, O., Prianto, C., & Harani, H. N. (2023). Analisis Sentimen Untuk Memprediksi Hasil Calon Pemilu Presiden Menggunakan Lexicon Based Dan Random Forest. Jurnal Ilmiah Informatika, 11(02), 159–169. https://doi.org/10.33884/jif.v11i02.7987

Maulana, B. A., Fahmi, J. M., Imran, A. M., & Hidayati, N. (2024). Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM). MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 375–384. https://doi.org/10.57152/malcom.v4i2.1206

Ningrum, F., & Suryaningsih, I. E. (2021). Evaluasi Dan Prediksi Penguasaan Bahasa Inggris Maritim Menggunakan Metode Decision Tree Dan Confusion Matrix (Studi Kasus Di Universitas Maritim Amni). Angewandte Chemie International Edition, 6(11), 951–952., 1(1), 5–24.

Niswah, K., & Tambunan, K. (2022). Analisis Strategi Manajemen Bank Syariah Indonesia Dalam Meningkatkan Market Share Melalui Pemanfaatan Teknologi Informasi. El-Mal: Jurnal Kajian Ekonomi & Bisnis Islam, 3(6), 1272–1289. https://doi.org/10.47467/elmal.v3i6.1210

Nugroho, T. H., & Hidayat, S. (2024). Implementasi Intelejen Bisnis dengan Visualisasi Data Gaji dan Algoritma Linear Regresion. JIMIK (Jurnal Indonesia Manajemen Informatikan Dan Komunikasi), 5(2), 1245–1259.

Pangaribuan, J. jefri, Tanjaya, H., & Kenichi, K. (2021). Mendeteksi Penyakit Jantung Menggunakan Machine Learning Dengan Algoritma Logistic Regression. Journal Information System Development (ISD), 06(02), 1–10.

Prasetyo, Y. A., Utami, E., & Yaqin, A. (2024). Pengaruh Komposisi Split Data Terhadap Performa Akurasi Analisis Sentimen Algoritma Naïve Bayes dan SVM. Journal of Electrical Engineering and Computer (JEECOM), 6(2), 382–390. https://doi.org/10.33650/jeecom.v6i2.9188

Pratama, R. M., Ramadha, R. Y., & Komara, A. M. (2023). Analisis Sentimen BRImo dan BCA Mobile Menggunakan Support Vector Machine dan Lexicon Based. Jutisi?: Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 12(3), 1439. https://doi.org/10.35889/jutisi.v12i3.1431

Rizqullah, A. N., Az-zahra, M. H., & Syawli, A. (2023). Analisis Kualitas dan Penerapan Software Quality Assurance pada Aplikasi Mobile Banking menggunakan Model ISO / IEC 9126 ( Studi Kasus?: BSI Mobile ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(6), 2659.

Roihan, A., Sunarya, A., & Rafika, S. A. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang?: Review paper. IJCIT (Indonesian Journal on Computer and Information Technology), 5(1), 75–82.

Rosyadi, I., & Alamsyah, R. (2024). Penggunaan Metode Support Vector Machine (SVM) dalam Menganalisa Sentimen Publik pada Aplikasi Stockbit di Sosial Media X. Surya Informatika, 1(1), 4–5.

Rosyadi, I., Artanto, A. F., & Febrianto, Y. M. (2021). Pengaruh Kepuasan Kerja terhadap Kinerja Karyawan di RTO dengan Structural Equation Modeling ( SEM ) dan Partial Least Square ( PLS ). Jurnal Surya Informatika, 4(1), 2.

Rosyadi, I., Kusumawardhani, H. H., & Artanto, F. A. (2025). Peran Kualitas Produk Dan Inovasi Motif Dalam Title ( English Version ), Written Using Book Antiqua. Jurnal Neraca, 21(2), 199–207.

Salsabila, N., Ridwansyah, & Bahtiar, M. (2025). Pengaruh Persepsi Kemudahan, Manfaat, Dan Kepercayaan Terhadap Minat Penggunaan Berulang Byond by Bsi  (Studi pada Nasabah di Kota Bandar Lampung). Maro; Jurnal Ekonomi Syariah Dan Bisnis, 8(1), 109–125.

Samudera, B. D., Nurdin, & Aidilof, K. H. Al. (2024). Sentiment Analysis of User Reviews on BSI Mobile and Action Mobile Applications on the Google Play Store Using Multinomial Naive Bayes Algorithm. International Journal of Engineering, Science and Information Technology, 4(4), 101–112. https://doi.org/10.52088/ijesty.v4i4.581

Sidik, D. A., & Ansawarman, A. (2022). Prediksi Jumlah Kendaraan Bermotor Menggunakan Machine Learning. Formosa Journal of Multidisciplinary Research, 1(3), 559–568. https://doi.org/10.55927/fjmr.v1i3.745

Subowo, E. (2024). Implementasi Pembelajaran Mendalam dalam Klasifikasi Sentimen. Jurnal Surya Informatika, 14(2), 66–70.

Syakbani, F., & Furqan, M. (2022). Visualisasi Dan Statistik Deskriptif Beserta Analisis Dataset Satus Gizi Balita Tahun 2022 Per Provinsi Di Indonesia Menggunakan Pemograman R. JITET (Jurnal Informatika Dan Teknik Elektro Terapan), 13(3), 858.

Umair, M., & Sutanto, E. R. (2024). Analisis Sentimen Ulasan Pengguna Pada Aplikasi BRImo BRI Menggunakan Metode Klasifikasi Algoritma Naive Bayes. 8(April), 1149–1159. https://doi.org/10.30865/mib.v8i2.7381

Vahlevi, R., & Indra, V. L. (2022). Pengaruh Kualitas Layanan Mobile Banking Terhadap Kepuasan Dan Loyalitas Nasabah Di Bank Bni Kcu Daan Mogot. Jurnal Sosial Sains, 2(9), 1060–1069. https://doi.org/10.36418/jurnalsosains.v2i9.480

Wahyudi, R., & Kusumawardhana, G. (2021). Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine. Jurnal Informatika, 8(2), 200–207.

Wardani, D. (2021). Faktor-Faktor Pengaruh Penggunaan Mobile Banking. Jurnal Sistem Informasi Bisnis (JUNSIBI), 2(1), 15–32. https://doi.org/10.55122/junsibi.v2i1.253

Wijaya, I. F., & Rarasati, B. (2025). Analisis Sentimen Pengguna Aplikasi Byond by BSI Menggunakan Algoritma Naïve Bayes. Journal of Multidisciplinary Research and Development, 7(6), 4852–4860.

Yulina, S., & Nawa, H. (2022). Dataset Gambar Wajah untuk Analisis Personal Identification. Journal of Applied Computer Science and Technology, 3(2), 193–198. https://doi.org/10.52158/jacost.v3i2.427

Yusril, M., Shina, I., Satyareni, D. H., & Anugrah, C. S. (2025). Audit Aplikasi Byond By BSI Menggunakan Framework COBIT 2019. IJCIT ( Indonesian Journal on Computer and Information Technology ), 7(1), 0–8.

Zidannizar, M. P. (2025). Klasifikasi Penyakit Serangan Jantung Menggunkan Algoritma Support Vector Machine (SVM) dan Recurcive Featur Elimination (RFE).

Zufria, I., Lubis, H. A., & Febiyaula, S. S. (2024). Kepolisian Republik Indonesia Menggunakan. Journal of Science and Social Research, 7(3), 1266–1272.