Analisis Mobile Application Service Quality (MAPPSQL) Menggunakan Metode Text Minning Pada Aplikasi PeduliLindungi
Abstrak
Pertumbuhan persebaran virus COVID-19 terus berkembang. Pemerintah di seluruh dunia menerapkan berbagai
kebijakan untuk menekan angka penyebaran virus, termasuk di Indonesia. Salah satu kebijakannya yaitu membuat
aplikasi tracking PeduliLindungi untuk membantu mengoptimalkan perlindungan kesehatan. Penelitian ini bertujuan
untuk mengetahui kualitas layanan yang paling banyak berdasarkan dimensi MappSql dan topik apa yang paling sering
dibicarakan oleh pengguna aplikasi PeduliLindungi pada Google Play Store. Penelitian menggunakan metode Naïve
Bayes terhadap 2103 data ulasan yang diolah menggunakan software RapidMiner untuk mengetahui opini pengguna.
Hasil penelitian menunjukan 1796 opini yang bisa digunakan dan opini pengguna aplikasi di klasifikasi kedalam
dimensi Mobile App Service Quality (MappSql) yang terbagi menjadi 6 kelas yaitu Design, Functionality, Assurance,
Customization, Service Recovery, Fulfilment dan juga pencarian topik yang paling banyak dengan menggunakan
metode LDA-Topic Modeling. Data tersebut di dominasi oleh sentimen negatif sebesar 83.9% atau 1508 ulasan yang
termasuk kedalam sentiment negatif. Kemudian dimensi yang sering dibicarakan yaitu dimensi Functionality
berjumlah 28% dari total data. Sedangkan untuk topik yang dibicarakan merupakan keluhan terkait fungsi dari aplikasi
PeduliLindungi yang tidak memuaskan seperti ada bug dan data yang selalu salah padahal sudah sesuai prosedur.
kata kunci-covid-19,
Referensi
P. Kotler and K. L. Keller, A framework for marketing management. Prentice Hall, 2011.
D. Chaffey, F. Ellis-Chadwick, R. Mayer, and K. Johnston, Internet marketing: strategy, implementation and
practice. Pearson Education, 2009.
C. A. Haryani, A. N. Hidayanto, and N. F. A. Budi,
Twitter Data: A Case of E-Bay,= in 2018 6th International Conference on Cyber and IT Service Management
(CITSM), 2018, pp. 1–5.
Marketing and Retail Management, vol. 8, no. 1, pp. 1–11, 2017.
A. F. Pathan and C. Prakash,
Global Transitions Proceedings, vol. 2, no. 2, pp. 492–499, 2021.
B. Balusamy, S. Kadry, and A. H. Gandomi, Big Data: Concepts, Technology, and Architecture. John Wiley &
Sons, 2021.
M.-F. Moens, J. Li, and T.-S. Chua, Mining user generated content. CRC press, 2014.
S. Rani and M. Kumar,
Proc, vol. 45, pp. 5591–5596, Jan. 2021, doi: 10.1016/J.MATPR.2021.02.313.
