Industri pinjaman online mulai berkembang di Indonesia pada tahun 2016. Terdapat dua jenis pinjaman online yang berkembang di Indonesia yaitu pinjaman online ilegal dan pinjaman online legal. Bertambahnya jumlah kasus pinjaman online ilegal berdampak pada menurunnya tingkat customer trust masyarakat Indonesia terhadap industri pinjaman online.
Tujuan penelitian yaitu melakukan analisis semantik untuk melihat behaviour pihak perusahaan pinjaman online dari isi pesan pinjaman online yang terdapat dalam UGC (User Generated Content) yang menyebabkan banyak konsumen pinjaman online mengalami penurunan tingkat kepercayaan kepada perusahaan pinjaman online. Penelitian ini menggunakan text mining yaitu analisis semantik. Analisis semantik akan dilakukan dengan menggunakan software Wmatrix5. Data diperoleh dari hasil crawling menggunakan Google Collab dan web scraping Phantombuster pada sosial media Instagram dan Twitter.
Hasil analisis menunjukkan terdapat 15 kelompok semantik yang ada dalam pesan pinjaman online, kelompok tersebut antara lain yaitu crime (G2.1-), giving (A9+), paper documents and writing (Q1.2), knowledge (X2.2), polite (S1.2.4+), knowledgeable (X2.2+), unmatched (Z99), law and order (G2.1), getting and possession (A9+), money: debts (I1.2), personal relationship: general (S3.1), speed: fast (N3.8+), helping (S8+), information technology and computing (Y2), dan business: selling (I2.2).
Kata Kunci : Semantik Analisis, Pinjaman Online, Kepercayaan Pelanggan, Perilaku Pelanggan, Wmatrix5.