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,