ANALISIS SENTIMEN ULASAN APLIKASI FINTECH PEMBIAYAAN SYARIAH AMMANA DI GOOGLE PLAY STORE

Authors

  • Sri Ayu Sulistiawati Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan Author
  • Dini Mardiana Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan Author
  • Gunawan Aji Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan Author

DOI:

https://doi.org/10.62281/zms8rv18

Keywords:

Fintech Syariah, Analisis Sentimen, Indobert, Akuntabilitas, Kepatuhan Syariah, Ammana

Abstract

Penelitian ini bertujuan menganalisis sentimen ulasan pengguna terhadap aplikasi fintech pembiayaan syariah Ammana sebagai bentuk evaluasi akuntabilitas dan kepatuhan syariah layanan. Data ulasan diperoleh dari Google Play Store dan dianalisis menggunakan model IndoBERT setelah melalui tahapan preprocessing, pelabelan sentimen berbasis rating, serta fine-tuning model. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi sebesar 63,3%, sedangkan sentimen positif mencapai 36,7%. Kata dominan pada ulasan negatif seperti pinjaman, data, tolak, dan uninstall menunjukkan adanya kendala pada proses pengajuan, verifikasi data, dan keandalan aplikasi. Sementara itu, ulasan positif yang memuat kata seperti sangat, bagus, dan semoga mencerminkan pengalaman pengguna yang baik pada beberapa fitur. Model IndoBERT menunjukkan performa akurat dengan nilai akurasi 89,63% dan F1-score 85,71%. Temuan ini mengindikasikan perlunya peningkatan transparansi, keamanan data, kejelasan proses layanan, serta kualitas operasional untuk memperkuat akuntabilitas dan kepatuhan syariah. Penelitian ini memberikan gambaran awal mengenai persepsi publik terhadap layanan fintech syariah dan dapat menjadi dasar perbaikan layanan ke depan.

Downloads

Download data is not yet available.

References

Afiza, N., Razali, M., Malizan, N. A., Hasbullah, N. A., & Wook, M. (2021). Opinion mining for national security : techniques , domain applications , challenges and research opportunities. In Journal of Big Data. Springer International Publishing. https://doi.org/10.1186/s40537-021-00536-5

Atmajaya, E. U., Noviani, D. P., Putri, S. A., & Glediska, S. N. (2024). Kepatuhan Syariah ( Syariah Compliance ) Pada Lembaga Keuangan Mikro Syariah. 2(1), 133–143.

Audrin, C., & Audrin, B. (2022). Key factors in digital literacy in learning and education: a systematic literature review using text mining. Education and Information Technologies, 27(6), 7395–7419. https://doi.org/10.1007/s10639-021-10832-5

Azmy, A. S., & Harahap, H. G. (2022). Akuntabilitas Komisi Pemilihan Umum ( KPU ) dalam Pendaftaran dan Verifikasi Sistem Informasi Partai Politik ( SIPOL ) Pada Pemilu Tahun 2019. 3(2). https://doi.org/10.24853/independen.x.x.xx-xx

Çetİn, V. (2022). A comprehensive review on data preprocessing techniques in data analysis Veri analizinde veri ön işleme teknikleri üzerine kapsamlı bir inceleme. 28(2), 299–312. https://doi.org/10.5505/pajes.2021.62687

Dina Lutfiatunnisa, F. (2025). FINTECH SYARIAH DALAM MANAJEMEN KEUANGAN MIKRO : TINJAUAN KONSEPTUAL TERHADAP INKLUSI KEUANGAN keuangan global , termasuk pada sektor keuangan syariah . Inovasi dalam bidang teknologi. 13(02).

Dolan, T. G. (2001). The impact of technology on customer service. Distribution Sales and Management, 42(1), 42. https://doi.org/10.23912/9781915097132-5079

Dwiki, A., Putra, A., Juanita, S., Studi, P., Informasi, S., Teknologi, F., Universitas, I., & Luhur, B. (2021). Analisis Sentimen Pada Ulasan Pengguna Aplikasi Bibit Dan Bareksa Dengan Algoritma KNN. 8(2), 636–646.

Ekonomi, T. J., Manajemen, A., Juli, N., Amelia, R. N., Rifqi, M. A., Afton, M., Huda, I., & Thalib, A. (2024). Fintech Syariah Di Masa Depan : Peluang Dan Tantangan mampu menciptakan model-model bisnis , aplikasi , proses bisnis , atau produk-produk yang. 2(3).

Ilmiah, J., Informasi, T., & Sriwijaya, U. (2024). Analisis Sentimen Pengguna Terhadap Faktor Penggunaan PayPal Menggunakan Metode Decision Tree. 18(1), 71–83.

Lestari, M. A., Azizah, S. N., & Inayati, N. I. (2023). Analisis kepatuhan syariah dalam produk simpanan dan pembiayaan pada bmt khonsa. 14(1), 1–11.

Mahardika, D. D. K. (2024). ANALISIS MEKANISME PENAGIHAN PINJAMAN ONLINE (PINJOL) DITINJAU DARI PERATURAN OTORITAS JASA KEUANGAN RI NOMOR 10 /POJK.05/2022 TENTANG LAYANAN PENDANAAN BERSAMA BERBASIS TEKNOLOGI INFORMASi. 3(February), 4–6.

Masruroh, B. (2025). Pengaruh Fintech terhadap Efisiensi Manajemen Keuangan Syariah pada Lembaga Keuangan dan UMKM Syariah di Ponorogo. Jurnal Staiza, 3(1 Mei), 1–15. https://doi.org/10.63829/js.v3i1mei.1

Merdiansah, R., Siska, S., & Ali Ridha, A. (2024). Analisis Sentimen Pengguna X Indonesia Terkait Kendaraan Listrik Menggunakan IndoBERT. Jurnal Ilmu Komputer Dan Sistem Informasi (JIKOMSI), 7(1), 221–228. https://doi.org/10.55338/jikomsi.v7i1.2895

Muslim, & Hidayat, W. (2025). Transformasi Digital dalam Perbankan Islam: Tinjauan Pustaka Tentang Implementasi Fintech dan Dampaknya Terhadap Kepatuhan Syariah. Cendekia: Jurnal Ilmiah Mahasiswa Asy-Syukriyyah, 1(1), 27–35. https://jurnal.asy-syukriyyah.ac.id/index.php/cendekia/article/view/1119

Nuryadi, D., Metandi, F., Hadiwijaya, N. A., Rohman, M. Z., Hartanto, S., Syafrizal, A., Yadie, E., Informasi, T., Samarinda, P. N., Seberang, S., & Timur, K. (2025). FINE TUNING INDOBERT UNTUK ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI TIKET . COM DI GOOGLE PLAY STORE. 9(2), 3577–3583.

Ramadhan, G. R., Sugianto, C. A., Studi, P., Informatika, T., Cimahi, K., Store, G. P., & Machine, S. V. (2024). ANALISIS SENTIMEN ULASAN APLIKASI DANA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES. 8(5), 9849–9857.

Sant, G., Jiang, Z., Escolano, C., Moryossef, A., Müller, M., Sennrich, R., & Ebling, S. (2025). MultimodalHugs: Enabling Sign Language Processing in Hugging Face. http://arxiv.org/abs/2509.09729

Sujjada, A., Nurfazri, J., Griha, I., & Isa, T. (2023). ANALISIS SENTIMEN TERHADAP REVIEW BANK DIGITAL PADA GOOGLE PLAY STORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE ( SVM ). 9(2), 122–135.

Syariah, F., Berbasis, A., & Machine, A. (2025). JEINSA : Jurnal Ekonomi Ichsan Sidenreng Rappang SENTIMENT ANALYSIS APPROACH TO USER PERCEPTIONS OF AMMANA SHARIA FINTECH BASED ON MACHINE LEARNING ALGORITHMS. 4(2), 359–369.

Utami, D. S., & Erfina, A. (2021). ANALISIS SENTIMEN PINJAMAN ONLINE DI TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE ( SVM ). 299–305.

Zubairin, A. (2022). FINTECH SYARIAH DALAM PERSPEKTIF HUKUM ISLAM. 23, 14–21.

Published

2026-01-07

How to Cite

ANALISIS SENTIMEN ULASAN APLIKASI FINTECH PEMBIAYAAN SYARIAH AMMANA DI GOOGLE PLAY STORE. (2026). Jurnal Media Akademik (JMA), 4(1). https://doi.org/10.62281/zms8rv18