Analisis Sentimen Kualitas Layanan Teknologi Pembayaran Elektronik pada Twitter (Studi Kasus Ovo dan Dana)

Abstract

Teknologi memberikan kemudahan untuk pengguna dalam berbagai aspek. Teknologi Finansial atau fintech saat ini tengah berkembang di masyarakat. Namun, penyedia jasa fintech di Indonesia semakin banyak. OVO dan DANA merupakan salah satu penyedia jasa fintech terbesar dan memiliki jumlah pengguna terbanyak di Indonesia. Saat ini media sosial banyak dimanfaatkan oleh perusahaan untuk mendapatkan feedback terkait produk yang ditawarkan, salah satunya Twitter. Pelanggan yang puas dan kurang puas dengan layanan yang diberikan perusahaan dapat menuliskannya melalui tweet yang diunggah di Twitter. Kemudahan pengambilan data Twitter dimanfaatkan untuk melakukan penelitian ini. Penelitian ini bertujuan untuk menganalisa sentimen pengguna terhadap layanan OVO dan DANA di Twitter dalam cuitan pengguna melalui tweets dengan menggunakan tiga model klasifikasi yaitu Naïve Bayes Classifier, Support Vector Machine (SVM) dan K-Nearest Neighbor dan mendapatkan hasil bahwa sentimen negatif pengguna masih lebih tinggi dibandingkan sentimen positif terhadap aplikasi OVO dan Dana, SVM merupakan model machine learning yang mendapatkan hasil akurasi paling tinggi pada data OVO dan DANA yaitu 81,33% dan 86,23%, NB hanya 80,63% dan 86,19% serta model K-NN sebesar 75,83% dan 86,19% dapat disimpulkan SVM menjadi model paling baik berdasarkan nilai metrics akurasi, presisi, recall dan f-measure atau f1. Selain itu hasil olah kata wordcloud ditemukan bahwa kendala terbesar yang dialami OVO dan Dana terletak pada keandalan aplikasi dalam melakukan transaksi dan kemampuan staf dalam merespon keluhan pengguna. Hal tersebut dibuktikan dengan banyaknya komentar negatif OVO dan Dana terkait kendala mereka dalam melakukan transfer uang dan bahkan kehilangan uang mereka karena lambatnya penanganan customer service.