ANALISIS MOBILE APPLICATION SERVICE QUALITY (MAPPSQL) MENGGUNAKAN METODE TEXT MINNING PADA APLIKASI PEDULILINDUNGI
RIDIA ANGGRAINI

Informasi Umum

Kode

23.04.1814

Klasifikasi

658.809 - Services marketing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Service Quality, Service Industry,

Dilihat

421 kali

Informasi Lainnya

Abstraksi

<p>Pandemi Covid-19 memang membuat beragam kebiasaan sehari-hari berubah, hal itu menjadi faktor yang mempercepat transformasi digital. Oleh sebab itu, untuk saat ini sudah banyak aplikasi yang bisa memudahkan aktivitas selama pandemic salah satunya ialah aplikasi PeduliLindungi. PeduliLindungi adalah aplikasi pelacak Covid-19 yang digunakan secara resmi untuk pelacakan kontak digital di Indonesia. Aplikasi ini di kembangkan oleh Kementerian Komunikasi dan Informatika bekerja sama dengan komite penanganan Covid-19 dan pemulihan Ekonomi Nasional (KPCPEN), kementerian kesehatan (KEMENKES), dan kementerian BUMN.</p>

<p>Penelitian ini bertujuan untuk mengetahui opini pengguna terhadap layanan aplikasi PeduliLindungi berdasarkan <em>Data</em> pada ulasan pengguna di <em>Google Play Store</em>. Selain itu, tujuan lain dari penelitian ini yaitu untuk mengetahui ulasan yang muncul terkait dengan kualitas layanan pengguna berdasarkan <em>Mobile App Service Quality (MappSql) </em>dan juga topik secara keseluruhan.</p>

<p>Metode yang digunakan dalam penelitian ini yaitu dengan menggunakan <em>Text </em> Mining yang terdiri dari <em>Sentiment Analysis</em> untuk melihat sentiment pengguna terhadap kualitas layanan aplikasi serta klasifikasi ulasan pengguna kedalam dimensi Mobile App Service Quality (MappSql) dengan menggunakan algoritma Naïve Bayes dan juga <em>Topic modeling</em> untuk melihat topik secara keseluruhan.</p>

<p>Berdasarkan <em>Data</em>, hasil sentimen pengguna aplikasi PeduliLindungi memiliki 83.9% atau 1508 ulasan yang termasuk kedalam sentiment negatif, sedangkan 16.1% atau 288 ulasan lainnya masuk kedalam sentiment positif.</p>

<p>Hasil dari penelitian memberikan gambaran bahwa dimensi functionality dan juga topik yang berkaitan dengan functionality berpengaruh secara keseluruhan <em>Data</em>. Dimana dimensi tersebut berkaitan dengan fungsi dari aplikasi PeduliLinungi yang tidak memuaskan seperti ada bug dan <em>Data</em> yang selalu salah padahal sudah sesuai prosedur. Hal tersebut membuat penanganan Covid-19 justru menjadi kurang memuaskan karena masalah yang dihadapi. Pihak pengembang harus segera mengatasi masalah ini agar aplikasi dapat digunakan dengan baik dan dapat memenuhi tujuan yang diharapkan.</p>

<p>Pandemi Covid-19 memang membuat beragam kebiasaan sehari-hari berubah, hal itu menjadi faktor yang mempercepat transformasi digital. Oleh sebab itu, untuk saat ini sudah banyak aplikasi yang bisa memudahkan aktivitas selama pandemic salah satunya ialah aplikasi PeduliLindungi. PeduliLindungi adalah aplikasi pelacak Covid-19 yang digunakan secara resmi untuk pelacakan kontak digital di Indonesia. Aplikasi ini di kembangkan oleh Kementerian Komunikasi dan Informatika bekerja sama dengan komite penanganan Covid-19 dan pemulihan Ekonomi Nasional (KPCPEN), kementerian kesehatan (KEMENKES), dan kementerian BUMN.</p>

<p>Penelitian ini bertujuan untuk mengetahui opini pengguna terhadap layanan aplikasi PeduliLindungi berdasarkan <em>Data</em> pada ulasan pengguna di <em>Google Play Store</em>. Selain itu, tujuan lain dari penelitian ini yaitu untuk mengetahui ulasan yang muncul terkait dengan kualitas layanan pengguna berdasarkan <em>Mobile App Service Quality (MappSql) </em>dan juga topik secara keseluruhan.</p>

<p>Metode yang digunakan dalam penelitian ini yaitu dengan menggunakan <em>Text </em> Mining yang terdiri dari <em>Sentiment Analysis</em> untuk melihat sentiment pengguna terhadap kualitas layanan aplikasi serta klasifikasi ulasan pengguna kedalam dimensi Mobile App Service Quality (MappSql) dengan menggunakan algoritma Naïve Bayes dan juga <em>Topic modeling</em> untuk melihat topik secara keseluruhan.</p>

<p>Berdasarkan <em>Data</em>, hasil sentimen pengguna aplikasi PeduliLindungi memiliki 83.9% atau 1508 ulasan yang termasuk kedalam sentiment negatif, sedangkan 16.1% atau 288 ulasan lainnya masuk kedalam sentiment positif.</p>

<p>Hasil dari penelitian memberikan gambaran bahwa dimensi functionality dan juga topik yang berkaitan dengan functionality berpengaruh secara keseluruhan <em>Data</em>. Dimana dimensi tersebut berkaitan dengan fungsi dari aplikasi PeduliLinungi yang tidak memuaskan seperti ada bug dan <em>Data</em> yang selalu salah padahal sudah sesuai prosedur. Hal tersebut membuat penanganan Covid-19 justru menjadi kurang memuaskan karena masalah yang dihadapi. Pihak pengembang harus segera mengatasi masalah ini agar aplikasi dapat digunakan dengan baik dan dapat memenuhi tujuan yang diharapkan.</p>

<p> </p>

• EBI4Q4 - SKRIPSI

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook