Akses terhadap layanan kesehatan masa kehamilan bagi ibu dan anak atau maternity di Indonesia menghadapi tantangan tersendiri, mengingat kondisi geografis negara yang luas dan bersifat kepulauan. Di tengah tantangan ini, telemedicine hadir sebagai solusi potensial khususnya untuk menjangkau daerah- daerah yang selama ini kurang terlayani. Namun, di balik potensinya, pemanfaatan platform digital juga dapat memunculkan tantangan baru yang dikenal dengan technostress. Technostress merupakan tekanan psikologis yang dialami pengguna untuk beradaptasi dengan teknologi. Penelitian ini merupakan studi pertama di Indonesia yang menganalisis faktor technostress menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA) dengan framework PyABSA. Dengan menerapkan ABSA, penelitian ini menganalisis lebih dari 60,000 ulasan pengguna aplikasi telemedicine untuk kesehatan kehamilan di Indonesia. Penelitian memanfaatkan Natural Language Processing (NLP) untuk memahami secara detil ulasan dan mengidentifikasi pain points yang dirasakan pengguna sebagai landasan pengembangan aplikasi kedepannya. Penelitian ini mencakup keseluruhan pemrosesan NLP, mulai dari preprocessing yang untuk teks berbahasa Indonesia, benchmarking model PyABSA menggunakan FASTLCFBERT dan embedding DeBERTaV3, hingga menerapkan topic modeling untuk mengelompokkan aspek-aspek yang paling banyak menerima ulasan negatif. Model yang dikembangkan menunjukkan performa F1-Score mencapai 87,21% untuk Aspect Term Extraction (ATE), serta accuracy 94,29% dan F1-Score 80,39% untuk Aspect Polarity Classification (APC). Hasil ini juga memperlihatkan tigas aspek yang memerlukan perhatian dan perbaikan yaitu “Features”, “Reliability & Trust”, “Financial”, “Doctors & Health”. Penelitian tidak hanya memperkaya riset untuk mengevaluasi telemedicine tetapi juga menawarkan rekomendasi yang berbasis data. Sehingga, hasil riset ini dapat membantu meningkatkan adopsi dan kepuasan masyarakat terhadap layanan kesehatan digital khususnya dalam aplikasi layanan kesehatan masa kehamilan.