Analisis Sentimen Ulasan Pengguna Aplikasi Pospay Menggunakan Support Vector Machine Untuk Evaluasi Layanan Keuangan Digital

Abstract

Perkembangan layanan keuangan digital telah mendorong meningkatnya penggunaan aplikasi pembayaran berbasis mobile, termasuk PosPay yang dikembangkan oleh PT Pos Indonesia. Seiring dengan meningkatnya jumlah pengguna, ulasan pengguna pada platform distribusi aplikasi seperti Google Play Store menjadi sumber informasi penting dalam mengevaluasi kualitas layanan aplikasi. Namun, ulasan tersebut umumnya berbentuk teks tidak terstruktur sehingga memerlukan pendekatan analisis berbasis Natural Language Processing (NLP) untuk mengekstraksi informasi yang relevan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi PosPay menggunakan algoritma Support Vector Machine (SVM) guna mengevaluasi kualitas layanan keuangan digital. Dataset diperoleh melalui proses web scraping terhadap 1.637 ulasan pengguna pada Google Play Store. Tahapan penelitian meliputi preprocessing teks, pelabelan sentimen menggunakan model IndoBERT, ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen menggunakan algoritma SVM. Hasil eksperimen menunjukkan bahwa model SVM memperoleh akurasi sebesar 0,92, dengan precision 0,93, recall 0,92, dan F1-score 0,93. Analisis distribusi sentimen menunjukkan bahwa 60,2% ulasan memiliki sentimen positif dan 39,8% memiliki sentimen negatif. Analisis kata dominan mengindikasikan bahwa ulasan negatif didominasi oleh isu kegagalan transaksi dan saldo yang tidak masuk. Temuan penelitian ini menunjukkan bahwa pendekatan analisis sentimen berbasis NLP dapat digunakan sebagai metode evaluasi layanan aplikasi keuangan digital serta menyediakan insight berbasis data untuk peningkatan kualitas layanan aplikasi.