Tidak ada review pada koleksi ini: 55504
Penelitian ini mengevaluasi kualitas layanan aplikasi dompet digital LinkAja melalui
analisis ulasan online pengguna menggunakan pendekatan text mining. Proses penelitian
meliputi ekstraksi ulasan, pra-pemrosesan data, analisis sentimen, deteksi keluhan dengan
topic modelling, pengukuran skor kualitas layanan, dan evaluasi total skor. Sebanyak
50.626 data ulasan diekstraksi dari Google Play Store dan Apple App Store. Pengukuran
skor kualitas layanan dilakukan dengan mengidentifikasi dimensi kualitas layanan
berdasarkan literatur terkait, serta mendefinisikan kata kunci representatif yang divalidasi
melalui metode Delphi. Hasil penelitian menunjukkan bahwa model Support Vector
Machine (SVM) menunjukkan performa terbaik dengan akurasi 89,30%, diikuti oleh
Random Forest dengan akurasi 85,08%, dan Naive Bayes dengan akurasi 73,91%. Ulasan
pengguna didominasi oleh sentimen negatif, dengan topik-topik keluhan utama berkaitan
dengan persepsi kemudahan pengguna, layanan pelanggan, dan kecepatan transaksi.
Selain itu, dari pengukuran skor kualitas layanan, ditemukan bahwa faktor kunci yang
berpengaruh signifikan terhadap persepsi kualitas layanan pengguna dalam konteks
dompet digital adalah keandalan, kualitas informasi, dan responsivitas. Penelitian ini
memiliki keterbatasan dalam mendeteksi atau mengklasifikasikan sentimen dari buzzer,
yang sering memposting konten berulang untuk mempengaruhi opini publik.
Ketidaktercakupan ini dapat menyebabkan bias dalam hasil sentimen. Adapun
rekomendasi untuk meningkatkan kualitas layanan meliputi perbaikan stabilitas sistem,
peningkatan informasi status transaksi, perbaikan layanan pelanggan, penambahan fitur
reset nomor akun, dan optimasi kecepatan transaksi. Implementasi rekomendasi ini
diharapkan dapat meningkatkan kepuasan dan loyalitas pengguna terhadap aplikasi
LinkAja