Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pemetaan Tema Keluhan Pengguna Aplikasi Cek Bansos Menggunakan K-Means dan TF-IDF Berbasis Ulasan Google Play Store Krisna Mahendra; Zidan Syauqi Rahman; Taqwini; Hendra Supendar; Riza Fahlapi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1093

Abstract

Transformasi layanan sosial digital menuntut aplikasi publik mudah digunakan masyarakat luas Indonesia. Aplikasi Cek Bansos menjadi kanal penting untuk memeriksa bantuan sosial daring. Namun, ulasan pengguna menunjukkan berbagai keluhan teknis dan administratif yang berulang. Penelitian ini bertujuan mengelompokkan ulasan pengguna berdasarkan kemiripan isi teks untuk menemukan tema keluhan dominan. Data diperoleh melalui scraping ulasan Google Play Store pada 23 Mei 2026. Dari 4.588 ulasan mentah, digunakan 3.623 ulasan keluhan dengan rating 1 sampai 3. Tahapan penelitian meliputi preprocessing teks, pembobotan TF-IDF, pemilihan jumlah klaster, dan penerapan algoritma K-Means. Hasil pengujian menunjukkan jumlah klaster terbaik adalah 6 dengan Silhouette Score sebesar 0,0246 dan Davies-Bouldin Index sebesar 6,0238. Tema keluhan yang ditemukan meliputi kendala akun dan masuk akun, fungsi aplikasi, gangguan teknis, serta status data bantuan. Hasil penelitian ini dapat menjadi masukan awal bagi pengelola aplikasi untuk menentukan prioritas perbaikan layanan digital bantuan sosial.