Tim peneliti Departemen Ilmu Informasi dan Perpustakaan Universitas Airlangga (Unair) menganalisis ulasan pengguna di Google Play untuk membandingkan kualitas layanan dua aplikasi belanja harian populer, yaitu Alfagift dan Klik Indomaret, dengan pendekatan Natural Language Processing (NLP) yang dipetakan ke model E-Servqual. Studi ini menyoroti dua dimensi pengalaman yang paling dirasakan pengguna, yakni Efficiency (kecepatan dan kemudahan penggunaan) serta System Availability (ketersediaan dan keandalan sistem), dengan tujuan memetakan kekuatan dan pekerjaan rumah layanan berbasis data.
Dataset yang diolah sangat besar, yaitu: 108.006 ulasan untuk Alfagift dan 47.426 ulasan untuk Klik Indomaret pada kurun waktu 2022–2024. Data dikumpulkan melalui scraping, dibersihkan, lalu diproses menggunakan tahapan NLP seperti penghilangan stopword dan stemming. Peneliti menerapkan pembobotan TF-IDF untuk menonjolkan kata/kalimat bermakna, memilih contoh kalimat ulasan melalui konsensus, kemudian memetakan temuan ke indikator-indikator E-Servqual agar sinyal “puas–kesal” dari teks dapat diterjemahkan menjadi ukuran mutu layanan yang operasional.
Hasilnya menunjukkan tren perbaikan bertahap pada efisiensi kedua aplikasi, meski belum konsisten signifikan. Alfagift menonjol pada peningkatan respons teknis dan kemudahan penggunaan, sedangkan Klik Indomaret relatif stabil dengan alur belanja sederhana dan fleksibel. Di sisi lain, keluhan efisiensi berulang masih memengaruhi persepsi: pengguna Alfagift kerap melaporkan kendala akses atau login, sementara pengguna Klik Indomaret sering menilai waktu muat fitur lambat ketika berpindah halaman atau memanggil fungsi tertentu.
Berdasarkan temuan tersebut, rekomendasi praktis diarahkan langsung ke titik ketidakpuasan pengguna. Untuk Alfagift, prioritasnya memperkuat mekanisme autentikasi dan keandalan server agar hambatan login serta lonjakan trafik bisa diredam. Untuk Klik Indomaret, fokus perbaikan pada optimasi kecepatan muat dan kinerja fitur, melalui kompresi data, perbaikan backend, serta manajemen cache, diharapkan membuat pengalaman penggunaan lebih responsif. Bagi pelaku ritel digital dan pengambil kebijakan, peta masalah berbasis ulasan ini memberi dasar yang konkret untuk menyusun prioritas perbaikan yang berdampak.
Riset berjudul “NLP-Based Sentiment Analysis of Alfagift and Klik Indomaret Application Reviews: A Comparative Study” ditulis oleh Nur Laili Indah Fuji Lestari, Tri Vani Diah Naraya, Handari Niken Anggraini, dan Faisal Fahmi (koresponden, Departemen Ilmu Informasi & Perpustakaan Unair), dan dipublikasikan di Journal of Information Systems and Informatics (Vol. 7, No. 3, September 2025), DOI: 10.51519/journalisi.v7i3.1178. Narahubung: faisalfahmi@fisip.unair.ac.id
Penulis: Faisal Fahmi, S.Pd., M.Sc., Ph.D.
Detail tulisan ini dapat dilihat di:
