Analisis Kualitas Layanan Mobile Banking Berdasarkan Dimensi E-Servqual Menggunakan Sentimen Analisis Dan Topic Modelling (Studi Kasus Pada Bsi Mobile)
Abstract
Perkembangan teknologi digital telah mendorong adopsi layanan mobile banking yang semakin masif di
kalangan masyarakat. Namun, aspek kualitas layanan masih menjadi tantangan krusial, terutama dalam konteks
kepuasan dan loyalitas nasabah. Salah satu kasus menarik terjadi pada BSI Mobile, layanan digital dari Bank
Syariah Indonesia, yang sempat mengalami gangguan teknis dan menjadi sorotan publik. Penelitian ini bertujuan
untuk mengevaluasi persepsi pengguna terhadap kualitas layanan BSI Mobile berdasarkan dimensi electronic
service quality (e-servqual), yaitu efficiency, fulfillment, system availability, dan privacy. Data dikumpulkan dari
ulasan pengguna di Google Play Store dengan total 22.000 data, yang setelah proses pembersihan tersisa 18.342
entri. Sentimen pada setiap dimensi dianalisis menggunakan model IndoBERT, serta divisualisasikan melalui
topik utama yang sering dibahas pengguna. Hasil menunjukkan dominasi sentimen negatif pada dimensi system
availability dan efficiency, sementara dimensi fulfillment lebih banyak menerima ulasan positif. Dimensi privacy
menunjukkan persepsi yang relatif seimbang. Temuan ini mengindikasikan perlunya peningkatan efisiensi
layanan, kestabilan sistem, serta jaminan perlindungan data pengguna. Dari perspektif manajemen, hasil ini
memberikan landasan bagi perumusan strategi peningkatan layanan digital yang berbasis pada persepsi pelanggan
guna memperkuat loyalitas dan kepercayaan konsumen.
Kata Kunci: E-Servqual, Analisis Sentimen, Mobile Banking, BSI Mobile, IndoBERT
References
Kurniawan, B., Dwikoranto, D., & Marsini, M. (2023). Implementasi problem based learning untuk meningkatkan
pemahaman konsep siswa: Studi pustaka. Practice of The Science of Teaching Journal: Jurnal Praktisi
Pendidikan, 2(1), 27–36. https://doi.org/10.58362/hafecspost.v2i1.28
Leon G. Schiffman, J. W. (2019). Consumer Behavior (12th ed.). Pearson Education.
Liu B. (2020). Introduction. In: Sentiment Analysis: Mining Opinions, Sentiments, and Emotions. Studies in
Natural Language Processing. . Cambridge University Press.
M. Eksa Permana, H. R. I. B. A. B. S. and P. K. P. (2020). Sentiment Analysis and Topic Detection of Mobile
Banking Application Review,. 2020 Fifth International Conference on Informatics and Computing (ICIC),
1109/ICIC50835.2020.9288616., 1–6.
Maryanto, B. (2017). BIG DATA DAN PEMANFAATANNYA DALAM BERBAGAI SEKTOR. In Media
Informatika (Vol. 16, Issue 2).
Merdiansah, R., & 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.
Munandar, W. M. (2023). Sentiment Analysis of Student Comment on the College Performance Evaluation
Questionnaire Using NaÔve Bayes and IndoBERT (Vol. 11, Issue 2).
https://github.com/notfound313/sentimenMundra, S., Singh, N., & Mittal, N. (2021). Fine-tune BERT to Classify Hate Speech in Hindi English CodeMixed Text. CEUR Workshop Proceedings, 3159, 330–337.
Musfiroh, D., Khaira, U., Utomo, P., & Suratno, T. (2021). Analisis Sentimen terhadap Perkuliahan Daring di
Indonesia dari Twitter Dataset Menggunakan InSet Lexicon: Sentiment Analysis of Online Lectures in
Indonesia from Twitter Dataset Using InSet Lexicon. MALCOM: Indonesian Journal of Machine Learning
and Computer Science, 1, 24–33. https://doi.org/10.57152/malcom.v1i1.20
Nguyen, T. D. (2023). E-Service Quality : A Literature Review and Research Trends E-Service Quality : A
Literature Review and Research Trends. January. https://doi.org/10.1007/978-981-19-7660-5
OJK. (2022, May 13). OJK Website. Https://Www.Ojk.Go.Id/Id/Default.Aspx.
onTXVlzEDQNtC4khg3Yklhj0g5V5wyFsQqNDZOpL. (n.d.).
Pauliza Nasution, R., Amin Dalimunthe, A., & Irham, M. (2023). ANALISIS PERSEPSI NASABAH DALAM
MENGAKSES LAYANAN DIGITAL PADA BANK SYARIAH INDONESIA KANTOR CABANG
PEMBANTU TANJUNGBALAI. Jurnal Perbankan Dan Keuangan, 4(1), 28–37.
http://jurnal.unsil.ac.id/index.php/banku
Penelitian, J., Masyarakat, P., Soliha, A. N., Munandar, T. A., & Yasir, M. (2023). Sentiment Analysis of the Use
of Digital Banking Service Applications in Google Play Store Reviews Using NaÔve Bayes Method 1.
International Journal of Information Technology and Computer Science Applications.
Philip Kotler, K. L. K. (2016). Marketing Management (15th ed.). Pearson Education.
Prabowo, B., Mareta, N. A., Vesta, D., Br, L., & Ajmal, S. (2024). Sosialisasi Pemanfaatan Media Sosial untuk
Meningkatkan Personal Branding UMKM di Desa Sumput Socialization of the Use of Social Media to
Improve Personal Branding of MSMEs in Sumput Village. 4(2), 154–160.
https://doi.org/10.30997/almujtamae.v4i2.15197
Rachmawati, I., & Alfitrassalam, E. (2024). Identify Issues That Influence Customer Satisfaction Using Sentiment
Analysis and Topic Modeling. International Journal of Current Science Research and Review, 07(09),
–7098. https://doi.org/10.47191/ijcsrr/v7-i9-26
Ramadhani, D. P., Alamsyah, A., Febrianta, M. Y., & Damayanti, L. Z. A. (2024). Exploring Tourists’ Behavioral
Patterns in Bali’s Top-Rated Destinations: Perception and Mobility. Journal of Theoretical and Applied
Electronic Commerce Research , 19(2), 743–773. https://doi.org/10.3390/jtaer19020040Ranataru, S. L., & Trianasari, N. (2024). Analisis Sentimen Media Sosial Terhadap Aplikasi Perbankan Untuk
Mengetahui Kepuasan Pengguna Aplikasi: Studi Kasus Pada Livin by Mandiri dan BCA Mobile. Al-Kharaj:
Jurnal Ekonomi, Keuangan & Bisnis Syariah, 6(9), 6818–6838. https://doi.org/10.47467/alkharaj.v6i9.3805
Saadah, S., Kaenova Mahendra Auditama, Ananda Affan Fattahila, Fendi Irfan Amorokhman, Annisa Aditsania,
& Aniq Atiqi Rohmawati. (2022). Implementation of BERT, IndoBERT, and CNN-LSTM in Classifying
Public Opinion about COVID-19 Vaccine in Indonesia. Jurnal RESTI (Rekayasa Sistem Dan Teknologi
Informasi), 6(4), 648–655. https://doi.org/10.29207/resti.v6i4.4215
Salome, I. O. (n.d.). FROM SERVICE QUALITY TO E-SERVICE QUALITY: MEASUREMENT,
DIMENSIONS AND MODEL. In 2022 1 Journal of Management Information and Decision Sciences (Vol.
, Issue 1).
Sayarizki, P., & Nurrahmi, H. (2024). Implementation of IndoBERT for Sentiment Analysis of Indonesian
Presidential Candidates. Journal on Computing, 9(2), 61–72. https://doi.org/10.34818/indojc.2024.9.2.934
Shabri, H., Azlina, N., & Said, M. (2020). Transformasi Digital Industri Perbankan Syariah Indonesia. 3(2).
Susilawaty, L., & Nicola, N. (2020). Pengaruh layanan perbankan digital pada kepuasan nasabah perbankan.
Jurnal Manajemen Maranatha, 19(2), 179–190. https://doi.org/10.28932/jmm.v19i2.2478
Tempo. (2024, August 6). Pengguna BSI Mobile Tembus 7,12 Juta per Semester I 2024, Tumbuh 33,9 Persen.
Tempo.
Wicaksono, B. S. G., Evanita, & Riadi, A. A. (2024). Sentiment Analysis of BSI Mobile App Reviews Using
NaÔve Bayes Classifier Algorithm. Bina Informatika Dan Komputer (BINER), 2(1), 1–8.
