Usulan perbaikan aplikasi bank digital berdasarkan ulasan konsumen dengan metode text mining

Abstract

Pandemi COVID-19 menyebabkan terjadinya transformasi digital dengan adanya regulasi pemerintah mengenai pembatasan sosial. Salah satu sektor yang terpengaruh oleh transformasi digital yaitu perbankan dalam produk bank digital yang didukung oleh OJK melalui Peraturan OJK Nomor 13 Tahun 2021 tentang Penyelenggaraan Produk Bank Umum. Bank digital memiliki manfaat bagi perbankan maupun nasabah serta potensi bank digital yang masih dapat ditingkatkan, sehingga perbaikan dilakukan agar dapat meningkatkan kinerja aplikasi bank digital berdasarkan tingkat kepentingan dan kepuasan aspek yang ditentukan dari ulasan konsumen. Penelitian ini menggunakan metode text mining dan opportunity algorithm dalam menemukan usulan perbaikan. Tahap pertama dilakukan pengumpulan data ulasan konsumen pada website Google Play Store dengan metode web scraping. Tahap kedua dilakukan identifikasi aspek dari bank digital dengan Latent Dirichlet allocation (LDA). Tahap ketiga dilakukan analisis sentimen dengan lexicon SenticNet 5 berdasarkan pasangan kata yang diperoleh dari dependency tree. Tahap keempat dilakukan perhitungan importance dan satisfaction serta pemetaan aspek pada opportunity landscape map. Pada model LDA, dihasilkan 5 aspek pada aplikasi bank digital. Pada analisis sentimen yang dilakukan, diperoleh sentimen dari kata kunci yang berasal dari ulasan konsumen yang difokuskan pada aplikasi Motion Banking. Pada pemetaan opportunity landscape map, aspek experience merupakan aspek yang berada pada area underserved sehingga usulan perbaikan dilakukan pada aspek experience. Terdapat 9 usulan yang dihasilkan bagi Aplikasi Motion Banking, di mana terdapat 7 usulan yang diterima dan 2 usulan yang masih harus dipertimbangkan oleh pengembang.