PENERAPAN INDOBERT DAN BERTOPIC DALAM ABSA UNTUK EVALUASI KUALITAS APLIKASI E-GOVERNMENT INDONESIA

Penelitian ini mengevaluasi respons pengguna terhadap aplikasi layanan publik pemerintah Indonesia dengan menganalisis ulasan Google Play Store dengan jumlah dataset akhir 7.000 ulasan yang dikumpulkan pada periode 1 Januari–31 Oktober 2025 dan diberi label secara manual. Tujuan utamanya adalah menerapkan Aspect-Based Sentiment Analysis (ABSA) berbasis kerangka E-S-QUAL untuk menilai sentimen pengguna pada empat dimensi utama, yaitu efisiensi, pemenuhan layanan, ketersediaan sistem, dan privasi. Dalam proses klasifikasi, model IndoBERT yang telah melalui fine-tuning menunjukkan performa terbaik dibandingkan model tradisional (SVM dan Naïve Bayes) mencapai akurasi 91%, sehingga dijadikan model utama dalam penelitian ini. Hasil prediksi model kemudian digunakan untuk mengarahkan analisis BERTopic guna mengidentifikasi isu-isu spesifik yang muncul dalam ulasan pengguna. Temuan penelitian menunjukkan bahwa sentimen umum pengguna terhadap aplikasi e-government cenderung negatif (62,71%). Melalui pemetaan E-S-QUAL dan topic modeling, ditemukan bahwa dimensi ketersediaan sistem (58,24% negatif) dan pemenuhan layanan (78,32% negatif) menjadi sumber utama ketidakpuasan pengguna, terutama terkait gangguan sistem, layanan yang tidak stabil, serta aspek privasi (91,67% negatif) yang diresahkan pengguna. Sebaliknya, aspek efisiensi didominasi sentimen positif (58.96%). Secara keseluruhan, hasil ini menegaskan perlunya pemerintah untuk memprioritaskan peningkatan stabilitas sistem dan memastikan konsistensi kualitas layanan agar manfaat transformasi digital dapat dirasakan secara optimal oleh masyarakat.