Analisis Service Quality Aplikasi Deliveree Berdasarkan Ulasan Google Play Store Dengan Text Classification Dan Topic Modeling
Abstract
Perkembangan teknologi informasi, khususnya internet dan jaringan, semakin canggih dan mendukung kebutuhan
bisnis secara optimal. Di Indonesia, penetrasi internet yang mencapai 79,50% pada 2024 membuka peluang besar
bagi sektor logistik untuk bertransformasi secara digital. Deliveree, sebuah perusahaan yang menyediakan layanan
pemesanan truk secara online, memanfaatkan teknologi ini untuk meningkatkan kualitas layanan, meskipun masih
terdapat keluhan terkait keandalan, empati, jaminan, dan elemen fisik layanan. Penelitian ini bertujuan untuk
menganalisis ulasan pengguna aplikasi Deliveree menggunakan pendekatan text classification dan topic modeling
dengan model IndoBERT, mengacu pada dimensi kualitas layanan. Metode yang digunakan adalah pendekatan
kuantitatif deskriptif, dengan data yang diambil dari 15.407 ulasan pengguna di Google Play Store antara 2020
hingga 2024. Hasil analisis menunjukkan bahwa sentimen positif mendominasi pada sebagian besar dimensi kualitas
layanan, dengan dimensi tangibles menjadi satu-satunya yang mencatatkan sentimen negatif lebih tinggi. Dimensi
yang mendapat nilai terbaik adalah assurance, sementara tangibles memerlukan perhatian lebih. Dengan
menggunakan teknik text klasifikasi, penelitian ini memberikan pengetahuan yang dapat membantu Deliveree dalam
meningkatkan kualitas layanan berdasarkan persepsi konsumen.
Kata Kunci-kualitas layanan, Deliveree, analisis sentimen, topic modeling, ulasan pengguna.
References
Aditya, I. A., Haryadi, F. N., Haryani, I., Rachmawati, I., Ramadhani, D. P., Tantra, T., & Alamsyah, A. (2023).
Understanding service quality concerns from public discourse in Indonesia state electric company. Heliyon,
(8). https://doi.org/10.1016/j.heliyon.2023.e18768
Ariyanto, A., Bangun, R., Rifqi, M., Indillah, M., Ferlina, A., Trenggana, M., Sholihah, R., Ariyanti, M., Widiati, E.,
Irawan, P., Ratih, S. D., Suryanti Ismail, R., Putra, S., Mulia Utama, A., Syahputra, J., & Budiman, B.
(2023). Manajemen Pemasaran. Widina Bhakti Persada Bandung.
Agung, S. (2024). Implementasi Text Mining untuk Analisis Review pada Aplikasi Crowdfunding LX dan ST
Menggunakan Metode Sentiment Analysis. LANCAH: Jurnal Inovasi Dan Tren, 2(1), 124– 130.
Aprillia, W. H., Ariyanti, M., & Widiyanesti, S. (2024). Service Quality Analysis Based On Online Customer
Review In Google Play Store (Study Case Of Telkomsel). International Journal of Science, 1.
https://doi.org/https://doi.org/10.46729/ijstm.v5i1.1046
Astuti, C. K., Firmansyah, A., & Riyadi, A. (2024). Implementasi Text Mining untuk Analisis Sentimen Masyarakat terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store. Remik: Riset Dan E-Jurnal
Manajemen Informatika Komputer, 8(1).
Asilis, J., Høgsgaard, M. M., & Velegkas, G. (2024). Understanding Aggregations of Proper Learners in Multiclass
Classification
Effendy, A. A., & Sudarso, A. P. (2023). Manajemen Operasi (A. P. Sudarso, Ed.). Yayasan Sahabat Alam
Rafflesia.
Google Play Store. (2024). Komentar Deliveree.
https://play.google.com/store/search?q=deliveree&c=apps, diakses pada tanggal 9 September 2024, pukul15.30
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure.
