LinkAja, sebuah aplikasi e-wallet hasil penggabungan beberapa e-wallet BUMN, menghadapi tantangan dalam mempertahankan pangsa pasar dan kepuasan pengguna di tengah persaingan e-wallet di Indonesia. Penurunan jumlah pengguna aktif bulanan, rendahnya preferensi konsumen dan rating aplikasi di Google Play Store mengindikasikan adanya kesenjangan antara kualitas aplikasi dengan ekspektasi pengguna. Untuk mengatasi tantangan ini, penting bagi LinkAja untuk memahami permasalahan yang dihadapi pengguna dan aspek-aspek yang perlu diperkuat dan diperbaiki. Ulasan pengguna menjadi sumber data yang berharga untuk mendapatkan wawasan tersebut. Namun, menganalisis ulasan pengguna secara manual menjadi tantangan karena jumlahnya yang besar. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi potensi pemanfaatan AI dalam menganalisis ulasan pengguna aplikasi LinkAja di Google Play Store secara efisien.
Penelitian ini menggunakan pendekatan mix-method dengan menggabungkan teknik AI yaitu topic modeling menggunakan BERTopic dan pemanfaatan AI generatif GPT-4. Data sekunder berupa ulasan pengguna aplikasi LinkAja dikumpulkan dari Google Play Store menggunakan teknik scraping. Penelitian ini berupaya untuk menggali bagaimana topic modeling dengan BERTopic diintegrasikan dengan AI generatif GPT-4 dapat digunakan untuk mengidentifikasi topik dalam ulasan pengguna, mengidentifikasi topik yang relevan dengan permasalahan aplikasi, dan menghasilkan rekomendasi peningkatan aplikasi berdasarkan topik yang relevan dengan permasalahan aplikasi. Aspek kualitatif dalam penelitian ini melibatkan wawancara semi-terstruktur dengan tiga orang pengembang aplikasi LinkAja untuk mengevaluasi rekomendasi yang dihasilkan oleh AI.
Hasil penelitian ini diharapkan dapat memberikan wawasan baru dalam pemanfaatan AI untuk analisis ulasan pengguna dan pengembangan aplikasi seluler, dengan harapan dapat membantu LinkAja dalam meningkatkan kualitas aplikasinya dan memperkuat posisinya di pasar aplikasi e-wallet Indonesia.