Pemetaan Topik dan Sentimen Pengguna Aplikasi JAKI untuk Mendukung Knowledge Discovery dalam Peningkatan Layanan Publik
Kata Kunci:
Data Mining, Analisa Sentimen, Knowledge Management SystemAbstrak
Dalam era tata kelola digital, aplikasi mobile seperti JAKI (Jakarta Kini) memainkan peran penting dalam menyediakan layanan publik terintegrasi bagi masyarakat. Di sisi lain, Google Playstore menyimpan banyak ulasan pengguna yang mencerminkan pengalaman, preferensi, dan keluhan pengguna. Oleh karena itu, penelitian ini bertujuan untuk menganalisis umpan balik dari Google Playstore yang bertujuan untuk mengungkap tren sentimen dan topik pembahasan utama yang berkaitan dengan aplikasi JAKI. Dataset yang digunakan terdiri dari 3.895 ulasan pengguna yang telah melalui proses pembersihan data, kemudian diolah menggunakan kombinasi analisis sentimen dengan InSet Lexicon dan pemodelan topik menggunakan Latent Dirichlet Allocation (LDA). Hasil klasifikasi sentimen selanjutnya dievaluasi menggunakan algoritma Naive Bayes, dengan tingkat akurasi keseluruhan sebesar 65%. Hasil survei validasi pengguna menunjukkan bahwa sebagian besar topik yang dihasilkan sesuai dengan pengalaman nyata pengguna. Selain itu, rekomendasi perbaikan dirumuskan berdasarkan topik dengan sentimen netral dan negatif. Temuan ini berkontribusi pada pemahaman yang lebih baik mengenai persepsi pengguna, serta memberikan wawasan yang dapat ditindaklanjuti untuk mendukung pengembangan berkelanjutan layanan publik digital yang berorientasi pada warga Jakarta.Referensi
Dr. V. Aravindh R, “E-governance applications and their positive effects on public policy,” Futuristic Trends in Management Volume 3 Book 24, pp. 222–226, Feb. 2024, doi: 10.58532/V3BHMA24CH27.
T. Aamir, M. B. Chhetri, M. A. P. Chamikara, and M. Grobler, “Government Mobile Apps: Analysing Citizen Feedback via App Reviews,” in Proceedings - 2023 38th IEEE/ACM International Conference on Automated Software Engineering, ASE 2023, Institute of Electrical and Electronics Engineers Inc., 2023, pp. 1858–1863. doi: 10.1109/ASE56229.2023.00190.
M. A. H. Siallagan and A. W. Wijayanto, “Sentiment Analysis and Topic Modelling on Crowdsourced Data,” Indonesian Journal of Artificial Intelligence and Data Mining, 2023, doi: 10.24014/ijaidm.v7i1.24777.
U. Fayyad, G. Piatetsky-Shapiro, and P. Smyth, “From Data Mining to Knowledge Discovery in Databases,” AI Mag, vol. 17, no. 3, p. 37, Mar. 1996, doi: 10.1609/aimag.v17i3.1230.
C. R. do Prado, S. M. Peres, and M. Fantinato, “Decision Making in Public Administration Supported by Knowledge Discovery: A Case Study in Project Management,” p. 53, 2015, doi: 10.5555/2814058.2814124.
S. Okuboyejo, “Examining Users’ Concerns while Using Mobile Learning Apps,” International Journal of Interactive Mobile Technologies, vol. 15, no. 15, pp. 47–58, 2021, doi: 10.3991/ijim.v15i15.22345.
E. Erniyati, P. Harsani, M. Mulyati, and L. D. Fahriza, “Topic Modeling LDA and SVM in Sentiment Analysis of Hotel Reviews,” Komputasi, 2023, doi: 10.33751/komputasi.v20i2.7604.
W. Luiz et al., “A Feature-Oriented Sentiment Rating for Mobile App Reviews,” The Web Conference, pp. 1909–1918, 2018, doi: 10.1145/3178876.3186168.
S. Roiqoh, B. Zaman, and K. Kartono, “Analisis Sentimen Berbasis Aspek Ulasan Aplikasi Mobile JKN dengan Lexicon Based dan Naïve Bayes,” Jurnal media informatika Budidarma, 2023, doi: 10.30865/mib.v7i3.6194.
H. M. Puspasari, I. Z. Mustaqim, A. T. Utami, R. Syalevi, and Y. Ruldeviyani, “Evaluation of Indonesia’s police public service platforms through sentiment and thematic analysis,” IAES International Journal of Artificial Intelligence, 2024, doi: 10.11591/ijai.v13.i2.pp1596-1607.
A. P. Al Aufar and A. Romadhony, “Aspect-based Sentiment Analysis on Beauty Product Reviews using BERT and Long Short-Term Memory,” Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), vol. 14, no. 2, pp. 364–373, 2025, doi: 10.23887/janapati.v14i2.94392.
P. Arora and P. Arora, “Mining Twitter Data for Depression Detection,” 2019 International Conference on Signal Processing and Communication, ICSC 2019, pp. 186–189, 2019, doi: 10.1109/ICSC45622.2019.8938353.
G. Z. Nabiilah, I. N. Alam, E. S. Purwanto, and M. F. Hidayat, “Indonesian multilabel classification using IndoBERT embedding and MBERT classification,” International Journal of Electrical and Computer Engineering, vol. 14, no. 1, pp. 1071–1078, Feb. 2024, doi: 10.11591/ijece.v14i1.pp1071-1078.
G. A. Ruz, P. A. Henríquez, and A. Mascareño, “Sentiment analysis of Twitter data during critical events through Bayesian networks classifiers,” Future Generation Computer Systems, vol. 106, pp. 92–104, May 2020, doi: 10.1016/j.future.2020.01.005.
Z. Yang and H. Men, “Natural Language Processing of COVID-19 Reports Involving China in New York Times —a Machine-based Framing Study of Media Language,” in Proceedings of the 2022 6th International Conference on Natural Language Processing and Information Retrieval, in NLPIR ’22. New York, NY, USA: Association for Computing Machinery, 2023, pp. 137–143. doi: 10.1145/3582768.3582785.
Rong. Tong, Proceedings of the 2017 International Conference on Asian Language Processing (IALP) : 5-7 December 2017, National University of Singapore, Singapore. IEEE, 2017.
Dewi Widyawati and Amaliah Faradibah, “Comparison Analysis of Classification Model Performance in Lung Cancer Prediction Using Decision Tree, Naive Bayes, and Support Vector Machine,” Indonesian Journal of Data and Science, vol. 4, no. 2, pp. 80–89, 2023, doi: 10.56705/ijodas.v4i2.76.
M. Fahmy Amin, “Confusion Matrix in Three-class Classification Problems: A Step-by-Step Tutorial,” Journal of Engineering Research, vol. 7, no. 1, pp. 0–0, 2023, doi: 10.21608/erjeng.2023.296718.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 