Tingginya perkembangan penggunaan internet di Indonesia berdampak pada kegiatan transaksi masyarakat Indonesia. Virus COVID19 mengakibatkan perubahan yang cukup signifikan terhadap aktivitas transaksi jual beli. Masyarakat lebih memilih untuk melakukan aktivitas jual beli secara online, hal ini berdampak kepada meningkatnya penggunaan e-commerce. Brand e-commerce terbaik di Indonesia saat ini adalah Tokopedia dan Shopee.
Media sosial Twitter menjadi salah satu platform yang banyak digunakan oleh pengguna internet sebagai tempat untuk berinteraksi dan berbagi informasi. Dalam konteks bisnis, platform ini digunakan sebagai sarana untuk meningkatkan brand awareness dan mendapatkan feedback dari konsumen. Salah satu jenis feedback yang penting adalah customer feedback yang berkaitan dengan persepsi konsumen terhadap produk dan layanan suatu brand. Oleh karena itu, penting untuk mengidentifikasi dan menganalisis customer feedback yang ada di media sosial agar perusahaan dapat mengetahui kebutuhan dan keinginan konsumen.
Penelitian ini bertujuan untuk menganalisis persepsi konsumen e-commerce Tokopedia dan Shopee dan mencari topik pembicaraan menggunakan metode text network analysis. Penelitian ini menggunakan text network analysis karena metode ini dapat membantu mengidentifikasi dan menganalisis pola dan topik pembicaraan yang muncul dalam percakapan di media sosial Twitter. Dengan menggunakan text network analysis, peneliti dapat memetakan interaksi antara konsumen dan merek e-commerce, serta mengidentifikasi kata-kata dan topik yang paling sering muncul dalam percakapan tersebut. Penelitian dilakukan dengan melakukan data crawling dari ulasan pengguna di sosial media Twitter kedua platform e-commerce selama periode tertentu.
Hasil penelitian menunjukkan bahwa citra merek Tokopedia dan Shopee memiliki perbedaan dalam hal kata-kata yang paling sering muncul dalam ulasan pengguna. Tokopedia lebih sering dikaitkan dengan kata-kata seperti "Transaksi", dan "Susah", sedangkan Shopee lebih sering dikaitkan dengan kata-kata seperti "Pesanan", dan "Menunggu", terdapat juga kata-kata yang muncul pada kedua platform e- commerce, seperti "Kendala" dan "Produk", yang menunjukkan bahwa pengguna menganggap kedua brand e-commerce tersebut memiliki permasalahan pada produk yang ditransaksikan.
Penelitian ini menunjukkan bahwa text network analysis dapat digunakan untuk menganalisis persepsi konsumen pada platform e-commerce. Hasil penelitian dapat membantu pemilik brand e-commerce untuk melakukan evaluasi dan memahami preferensi dan kebutuhan pengguna, sehingga dapat meningkatkan kualitas layanan dan citra merek mereka.