ANALISIS SENTIMEN BERBASIS ASPEK MARKETING MIX TERHADAP ULASAN APLIKASI DOMPET DIGITAL (STUDI KASUS: APLIKASI LINKAJA PADA TWITTER)

  • Turjaman R
  • Budi I
N/ACitations
Citations of this article
230Readers
Mendeley users who have this article in their library.

Abstract

Selama pandemi COVID-19 yang telah melanda dunia sejak akhir tahun 2019, transaksi dengan metode pembayaran cashless mengalami peningkatan signifikan. LinkAja sebagai salah satu perusahaan dompet digital di Indonesia yang melayani pembayaran cashless, perlu meningkatkan daya saing di tengah ketatnya persaingan bisnis dompet digital. Salah satunya adalah dengan meningkatkan kepuasan konsumen dengan memperhatikan berbagai aspek berdasarkan teori marketing mix 4P. Penelitian ini berfokus untuk melakukan sentimen analisis berbasis aspek untuk mengetahui aspek mana yang mendapat penilaian positif, negatif, atau netral dari data ulasan yang diberikan konsumen. Hasil penelitian dapat digunakan sebagai referensi bagi LinkAja dalam menentukan aspek mana yang perlu diprioritaskan dalam meningkatkan daya saing perusahaan. Data yang digunakan dalam penelitian adalah data Twitter yang berkaitan dengan mention akun @linkaja dengan periode Januari-Mei 2022. Penelitian ini melakukan klasifikasi aspek menggunakan string matching menggunakan library Thefuzz. Kemudian klasifikasi sentimen dilakukan menggunakan algoritma SVM. Metode undersampling digunakan untuk menyeimbangkan kelas dalam dataset. Hasil klasifikasi menunjukkan bahwa aplikasi LinkAja mendapatkan sentimen negatif pada aspek produk dengan 98% dari total ulasan dan aspek tempat dengan 100% dari total ulasan, kemudian sentimen netral pada aspek harga sebesar 89% dari total ulasan, dan aspek promosi mendapatkan sentimen positif sebanyak 98% dari total ulasan.

Cite

CITATION STYLE

APA

Turjaman, R. M., & Budi, I. (2022). ANALISIS SENTIMEN BERBASIS ASPEK MARKETING MIX TERHADAP ULASAN APLIKASI DOMPET DIGITAL (STUDI KASUS: APLIKASI LINKAJA PADA TWITTER). Jurnal Darma Agung, 30(2), 266. https://doi.org/10.46930/ojsuda.v30i2.1672

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free