Perkembangan teknologi di Indonesia memunculkan banyak aktivitas yang didukung dengan berbagai fasilitas digital salah satunya aplikasi mobile banking yang digunakan untuk melakukan transaksi pembelian maupun pembayaran. M-Smile merupakan aplikasi mobile banking dari PT. Bank Mega, Tbk yang memiliki rating 3,5 di Google Playstore. Untuk mengetahui apakah pengguna aplikasi mobile banking M-Smile ini puas atau tidak dengan fitur yang disediakan oleh aplikasi maka dilakukan analisis sentimen dari ulasan yang diberikan oleh pengguna. Dari ulasan dapat dilihat hasil dari sentimen yang digolongkan kedalam tiga kelas yaitu kelas positif, kelas negatif, dan kelas netral. Analisis sentimen dilakukan menggunakan metode Latent Semantic Indexing (LSI) yang memanfaatkan proses reduksi matriks Singular Value Decomposition (SVD) dimana matriks SVD merepresentasikan hubungan antara dokumen dan term dalam koleksi teks. Berdasarkan hasil pengujian dihasilkan akurasi sebesar 73% dan dengan nilai presisi 71% untuk kelas negatif dan 91% untuk kelas positif. Sedangkan, nilai recall 97% untuk kelas negatif dan 67% untuk kelas positif. Untuk nilai f1-score didapatkan nilai 82% untuk kelas negatif dan 77% untuk kelas positif. Dan untuk nilai True Positive Rate (TPR) dan True Negative Rate (TNR) didapatkan nilai sebesar 66,67% dan 100%.

Kata kunci: Analisis sentimen, Singular Value Decomposition, Latent Semantic Indexing, M- Smile, Presisi, Recall, F1-Score, True Positive Rate (TPR), True Negative Rate (TNR).
Daftar Pustaka: 19 (sembilan belas) dari 2015 sampai dengan 2021