Search for collections on Pradita Repository

PENERAPAN INDOBERT DAN BERTOPIC DALAM ABSA UNTUK EVALUASI KUALITAS APLIKASI E-GOVERNMENT INDONESIA

Adrielvino, Nathanael Abel and Ayunda, Afifah Trista (2026) PENERAPAN INDOBERT DAN BERTOPIC DALAM ABSA UNTUK EVALUASI KUALITAS APLIKASI E-GOVERNMENT INDONESIA. RABIT : Jurnal Teknologi dan Sistem Informasi Univrab, 11 (1). pp. 847-868. ISSN 2502-891X

[thumbnail of NATHANAEL ABEL.pdf] Text
NATHANAEL ABEL.pdf

Download (1MB)

Abstract

Penelitian ini mengevaluasi respons pengguna terhadap aplikasi layanan publik pemerintah Indonesia dengan
menganalisis ulasan Google Play Store dengan jumlah dataset akhir 7.000 ulasan yang dikumpulkan pada periode
1 Januari–31 Oktober 2025 dan diberi label secara manual. Tujuan utamanya adalah menerapkan Aspect-Based
Sentiment Analysis (ABSA) berbasis kerangka E-S-QUAL untuk menilai sentimen pengguna pada empat dimensi
utama, yaitu efisiensi, pemenuhan layanan, ketersediaan sistem, dan privasi. Dalam proses klasifikasi, model
IndoBERT yang telah melalui fine-tuning menunjukkan performa terbaik dibandingkan model tradisional (SVM
dan Naïve Bayes) mencapai akurasi 91%, sehingga dijadikan model utama dalam penelitian ini. Hasil prediksi
model kemudian digunakan untuk mengarahkan analisis BERTopic guna mengidentifikasi isu-isu spesifik yang
muncul dalam ulasan pengguna. Temuan penelitian menunjukkan bahwa sentimen umum pengguna terhadap
aplikasi e-government cenderung negatif (62,71%). Melalui pemetaan E-S-QUAL dan topic modeling, ditemukan
bahwa dimensi ketersediaan sistem (58,24% negatif) dan pemenuhan layanan (78,32% negatif) menjadi sumber
utama ketidakpuasan pengguna, terutama terkait gangguan sistem, layanan yang tidak stabil, serta aspek privasi
(91,67% negatif) yang diresahkan pengguna. Sebaliknya, aspek efisiensi didominasi sentimen positif (58.96%).
Secara keseluruhan, hasil ini menegaskan perlunya pemerintah untuk memprioritaskan peningkatan stabilitas
sistem dan memastikan konsistensi kualitas layanan agar manfaat transformasi digital dapat dirasakan secara
optimal oleh masyarakat.

Item Type: Article
Uncontrolled Keywords: IndoBERT, SVM (Support Vector Machine), Naïve Bayes, BERTopic, E-S-QUAL.
Subjects: -|- SUBJEK PRADITA -|- > Fakultas Sains dan Teknologi > Sistem Informasi
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: Rio DM Rio
Date Deposited: 27 Oct 2026 02:45
Last Modified: 27 Oct 2026 02:45
URI: https://repository.pradita.ac.id/id/eprint/821

Actions (login required)

View Item
View Item