Analisis E – Satisfaction Aplikasi Alfagift Menggunakan Text Classification Dan Topic Modeling Customer Satisfaction Analysis Of The Alfagift Aplication Using Text Classification And Topic Modeling
Abstract
Perkembangan digitalisasi dan meningkatnya pengguna internet di Indonesia telah mendorong pola belanja masyarakat dari
konvensional beralih daring. Dapat dilihat dari nilai transaksi e - commerce yang mengalami peningkatan. Alfagift, menjadi
salah satu aplikasi belanja grosir yang saat ini diapkai oleh masyarakat Indonesia. Hal ini menjadi tantangan perusahaan dalam
mempertahankan kepuasan pelanggan pada persaingan e - commerce yang kompetitif. Penelitian ini memiliki tujuan
menganalisis kepuasan pelanggan pada aplikasi Alfagift menggunakan metode text classification dan topic modeling. Data
penelitian diperoleh dari GooglePlaystore, sebanyak 50.323 ulasan dikumpulkan melalui teknik scraping. Analisis sentimen
menggunakan IndoBERT, lalu hasil analisis sentimen dicari topik utama yang mempengaruhi kepuasan pelanggan
menggunakan metode BERTopic. Hasil penelitian menunjukkan terdapat 70.6% pengguna memiliki persepsi positif dan 29.4%
lainnya sentimen negatif. Terdapat dimensi dengan sentimen positif pada offers & discount yang menggambarkan kepuasan
pada fitur promosi hingga ongkos kirim pada aplikasi. Pada dimensi paling negatif app experience menggambarkan
ketidakpuasan pelanggan akan pengalaman menggunakan aplikasi seperti kendala sistem dan kesulitan pada metode
pembayaran. Hasil pemodelan topik mendapatkan topik utama setiap dimensi dengan sentimen positif dan negatif paling tinggi.
Pada dimensi offers & discount ditemukan pengguna mengulas mengenai penawaran harga hingga diskon yang menarik.
Sedangkan, pada topik utama dimensi app experience terdapat pengguna mengeluhkan terkait sistem aplikasi yang masih
kurang handal.
Kata Kunci: Kepuasan Pelanggan, E - Satisfaction, Analisis Setimen, Topic Modeling, IndoBERT, BERTopic, Alfagift
References
Abert, W. A. V. P. (2024). Alfagift Jadi E-Grocery Terpopuler 2024.
Ahdiat, A. (2023). 10 Toko Retail Modern Terlaris di Indonesia Berdasarkan Nilai Penjualan (2023).
Alamsyah, A., & Sagama, Y. (2024). Empowering Indonesian internet users: An approach to counter online toxicity and
enhance digital well-being. Intelligent Systems with Applications, 22. https://doi.org/10.1016/j.iswa.2024.200394
Arthur, C. M. (2023). Pengguna Internet di Indonesia Tembus 213 Juta Orang hingga Awal 2023.
DataReportal, Meltwater, & We Are Social. (2024). Number of internet and social media users worldwide as of July 2024 (in
billions). https://www.statista.com/statistics/617136/digital-population-worldwide/
Dewi, W. W. A., Febriani, N., Destrity, A. N., Tamitadini, D., Illahi, A. K., Syauki, W. R., Avicenna, F., Avina, D. A. A. A.,
& Prasetyo, B. D. (2023). Teori Perilaku Konsumen. UB Press.
Firdaus, R. Z., Hadi Wijoyo, S., & Purnomo, W. (2025). Analisis Sentimen Berbasis Aspek Ulasan Pengguna Aplikasi Alfagift
Menggunakan Metode Random Forest dan Pemodelan Topik Latent Dirichlet Allocation (Vol. 9, Issue 2). http://jptiik.ub.ac.id
Hawkins, D. I. ., Mothersbaugh, D. L. ., & Kleiser, S. Bardi. (2020). Consumer behavior : building marketing strategy.
McGraw-Hill Education.
Irawan, H., Nurhazizah, E., Nathan, J., & Panjaitan, C. G. (2022). ANALISIS PERPINDAHAN WISATAWAN DAN
PREFERENSI DESTINASI WISATA FAVORIT BERDASARKAN GEOTAG INSTAGRAM (STUDI KASUS PADA
DESTINASI WISATA BANDUNG RAYA). 9(3), 639–646. https://doi.org/10.25126/jtiik.202295747
Kotler, Philip., Keller, K. Lane., Tan, C. Tiong., Ang, S. Hoon., & Leong, S. Meng. (2016). Marketing management (15e ed.).
Pearson Education Limited.
Kumar, A., Chakraborty, S., & Bala, P. K. (2023a). Text mining approach to explore determinants of grocery mobile app
satisfaction using online customer reviews. Journal of Retailing and Consumer Services, 73.
https://doi.org/10.1016/j.jretconser.2023.103363
Mahfudiyah, N., & Alamsyah, A. (n.d.). Analisis Persepsi Konsumen Terhadap Kualitas Layanan Gojek Menggunakan
Sentiment Analysis Dan Topic Modeling Berdasarkan Deep Learning IndoBERT Consumer Perception Analysis Of
Gojek Service Quality Using Sentiment Analysis And Topic Modeling Based On Deep Learning IndoBERT.
Mulianti, A., Chrisnanto, Y., & Ashaury, H. (2024). Optimalisasi Klasifikasi Support Vector Machine dengan SMOTE: Studi
Kasus Ulasan Pengguna Aplikasi Alfagift. Jurnal Pekommas, 9(2), 249–258. https://doi.org/10.56873/jpkm.v9i2.5583
Nurhayati, H. (2024). Number of online grocery delivery users in Indonesia from 2017 to 2028.
Nurhayati Wolff, H. (2024). Internet usage in Indonesia. https://www.statista.com/topics/2431/internet-usage-inindonesia/#topicOverview.
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/jtaer19020040
Rizal, A. (2020). Buku Ajar Manajemen Pemasaran di Era Masyarakat Industri 4.0. deepublish.
Sivitas. (2020, August 26). 67 Persen Pengguna Handphone Berbelanja Lewat Smartphone. Kementrian Komunikasi Dan
Tjiptono, F. (2019). Strategi Pemasaran : Prinsip & Penerapan (1st ed.). Andi.
