Analisis Keluhan Pengguna pada Aplikasi Layanan Kesehatan Berbasis Text Mining
Abstrak
Transformasi digital kesehatan di Indonesia mendorong hadirnya layanan seperti Mobile JKN untuk meningkatkan akses dan efisiensi pelayanan. Namun, masih adanya keluhan pengguna terkait kemudahan akses dan keandalan sistem menunjukkan perlunya evaluasi berbasis pengalaman pengguna. Penelitian ini bertujuan untuk mengidentifikasi pola keluhan pengguna, mengevaluasi kemudahan akses aplikasi, serta merumuskan rekomendasi perbaikan guna meningkatkan kualitas pelayanan publik digital di sektor kesehatan, khususnya pada aplikasi Mobile JKN. Studi ini menggunakan pendekatan text mining terhadap ulasan pengguna di Google Play Store dengan mengacu pada karakteristik kualitas perangkat lunak berdasarkan standar ISO/IEC 25010. Proses penelitian dilakukan melalui beberapa tahapan, mulai dari pengambilan data (scraping), preprocessing dan pembersihan teks, penyaringan ulasan berdasarkan kata kunci yang berkaitan dengan performa dan kepuasan, hingga analisis sentimen untuk memahami persepsi pengguna secara lebih komprehensif. Hasil analisis word frequency dan visualisasi word cloud menunjukkan bahwa keluhan pengguna paling dominan berada pada aspek security dan access control, terutama terkait kendala login dan kegagalan verifikasi OTP yang menghambat akses layanan. Di sisi lain, aplikasi ini menunjukkan keunggulan pada aspek performance efficiency, khususnya fitur antrean online yang dinilai cepat, praktis, dan membantu pengguna menghemat waktu. Berdasarkan analisis SWOT, penelitian ini merekomendasikan penguatan infrastruktur sistem autentikasi serta peningkatan sinkronisasi data guna meminimalkan hambatan akses dan meningkatkan kepercayaan pengguna. Temuan ini diharapkan dapat menjadi referensi strategis bagi pengelola layanan kesehatan digital dalam meningkatkan kualitas layanan, retensi pengguna, serta kepuasan masyarakat secara berkelanjutan.
Identifier
- OpenAlex: https://openalex.org/W7162683682
- DOI: https://doi.org/10.31001/tekinfo.v14i2.2957