ABSTRAK

Tingginya peningkatan penggunaan internet di Indonesia pada tahun 2022 yang mencapai 220 juta telah memicu perubahan pola interaksi masyarakat di berbagai macam sektor. Salah satunya adalah penggunaan platform digital dalam menunjang kegiatan pelayanan publik. Dalam adopsi Sistem Pemerintahan Berbasis Elektronik, pada tahun 2022 Indonesia menempati peringkat 77 dari 193, yang artinya digitalisasi dan transformasi digital di Indonesia cukup tinggi. Salah satu contoh perubahan penggunaan platform digital dalam pelayanan masyarakat adalah diluncurkannya aplikasi Digital Korlantas oleh Korlantas, sebagai platform layanan masyarakat dengan fitur utama sebagai pengajuan perpanjangan surat ijin mengemudi (SIM) secara online. Sayangnya, aplikasi ini mendapatkan rating pada Google Play Store yang terus menurun sejak pertama diluncurkan, disertai dengan berbagai macam ulasan, berupa pujian dan aduan kendala. Maka dari itu, dilakukan analisis terhadap sentimen aplikasi Digital Korlantas dan juga pemodelan topik sebagai deteksi kendala dalam perbaikan aplikasi. Metode yang digunakan adalah analisis klasifikasi dengan menggunakan Bidirectional Encoder Representations from Transformers (BERT) dan beberapa modifikasinya pada data ulasan Google Play Store. Klasifikasi sentimen terbaik didapatkan pada nilai F1-Score sebesar 91% dari algoritma BERT dengan korpus Bert Base Multilingual Cased dan pemodelan topik terbaik diperoleh dari BERTopik dengan hasil 5 topik sentimen negatif, 7 topik sentimen positif, serta 4 topik outlier.