Analisis Sentimen Pengguna Aplikasi inDrive Menggunakan E-SERVQUAL Dan Kano Model  - Dalam bentuk buku karya ilmiah

IBRAHIM YAHYA

Informasi Umum

Kode

25.04.6121

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Analisis Data

Dilihat

36 kali

Informasi Lainnya

Abstraksi

Penelitian ini bertujuan untuk menganalisis persepsi pengguna terhadap kualitas layanan aplikasi inDrive dengan pendekatan kuantitatif berbasis Natural Language Processing (NLP). Data diperoleh dari 6.471 ulasan pengguna di Google Play Store dan dianalisis menggunakan model IndoBERT untuk mengklasifikasikan sentimen menjadi positif, netral, dan negatif. Ulasan selanjutnya dipetakan ke lima dimensi E-SERVQUAL: Fulfillment, System Availability, Responsiveness, Efficiency, dan Privacy, lalu dikategorikan ke dalam atribut Model Kano (Must-be, Performance, Attractive, Indifferent) menggunakan teknik rule-based keyword mapping.<br /> Hasil analisis menunjukkan bahwa sebagian besar ulasan bersentimen negatif (67%), khususnya pada dimensi System Availability dan Responsiveness yang dikategorikan sebagai Must-be. Dimensi Fulfillment muncul sebagai dimensi dominan (41%) dan dikaitkan dengan atribut Performance. Sementara itu, dimensi Efficiency dan Privacy memperoleh porsi ulasan lebih kecil, dan sering kali diklasifikasikan sebagai atribut Attractive atau Indifferent. Evaluasi performa model menunjukkan akurasi klasifikasi sentimen mencapai 90,61% dan akurasi dimensi layanan sebesar 71,41%.<br /> Secara praktis, hasil penelitian ini dapat digunakan oleh manajemen inDrive untuk mengidentifikasi prioritas peningkatan layanan berbasis persepsi pengguna aktual. Dimensi Must-be perlu segera diperbaiki karena berdampak langsung terhadap ketidakpuasan, sementara fitur Attractive dapat dikembangkan untuk meningkatkan diferensiasi layanan. Secara teoretis, penelitian ini juga memperkaya literatur dengan mengintegrasikan analisis sentimen berbasis IndoBERT dan dua kerangka evaluasi layanan, E-SERVQUAL dan Kano Model, secara simultan dalam konteks aplikasi ride-hailing di Indonesia.<br /> Kata kunci: analisis sentimen, E-SERVQUAL, IndoBERT, ulasan pengguna, Kano Model<br />