Dengan pesatnya perkembangan teknologi finansial (fintech) di Indonesia, ShopeePay telah menjadi salah satu layanan e-wallet terkemuka yang digunakan untuk bertransaksi di berbagai platform. Meskipun popularitasnya tinggi, layanan ini menghadapi tantangan berupa keluhan pelanggan terkait pengalaman pengguna dan kualitas layanan. Penelitian ini bertujuan untuk menganalisis persepsi kualitas layanan aplikasi ShopeePay berdasarkan dimensi Mobile App Service Quality (MASQ) dengan menggunakan sentiment analysis dan topic modelling.
Penelitian ini dilatarbelakangi oleh pentingnya memahami opini pengguna dalam meningkatkan kualitas layanan, terutama di era digital di mana fintech menjadi bagian integral dari kehidupan masyarakat. Pendekatan dimensi MASQ yang digunakan dalam penelitian ini mencakup tujuh variabel yaitu responsiveness, information, security and privacy, design, performance, technical reliability, dan valence. Penelitian ini menggunakan metode big data yang merupakan sebuah pendekatan baru dalam perkembangan teknologi informasi yang memanfaatkan data dalam jumlah besar sebagai sumber informasi utama.
Data penelitian berupa ulasan pengguna ShopeePay yang dikumpulkan dari Google Playstore pada periode 1 Februari 2024 hingga 22 Desember 2024. Proses analisis dimulai dari tahapan pre-processing. Analisis sentimen dilakukan menggunakan algoritma Naïve Bayes Classifier untuk mengklasifikasikan ulasan ke dalam kategori positif atau negatif. Selain itu, teknik Latent Dirichlet Allocation (LDA) diterapkan dalam topic modelling untuk mengidentifikasi topik utama yang sering dibahas oleh pengguna terkait aplikasi ini.
Hasil penelitian menunjukkan bahwa dimensi security and privacy serta performance memperoleh sentimen negatif yang signifikan, mencerminkan kekhawatiran pengguna terhadap keamanan data dan kestabilan aplikasi. Sebaliknya, dimensi valence mencatatkan sentimen positif tertinggi, menyoroti kepuasan pengguna terhadap beberapa fitur utama aplikasi. Temuan ini memberikan wawasan mendalam bagi manajemen ShopeePay untuk fokus pada pengelolaan keluhan pelanggan dan pengembangan fitur yang lebih responsif terhadap kebutuhan pengguna.
Penelitian ini berkontribusi secara teoritis dengan mengaplikasikan big data dalam mengukur kualitas layanan berbasis MASQ, serta secara praktis dengan memberikan rekomendasi strategis bagi ShopeePay dalam meningkatkan pengalaman pengguna. Rekomendasi utama mencakup peningkatan keamanan data, pengoptimalan performa aplikasi, serta pengembangan layanan yang lebih transparan.
Kata kunci: ShopeePay, Analisis Sentimen, Naïve Bayes Classifier, Mobile App Service Quality, Kualitas Layanan, Topic Modelling.