Perkembangan teknologi yang sangat pesat saat ini telah memberikan dampak signifikan pada digitalisasi di berbagai sektor, termasuk pada bidang pemerintahan. Implementasi digitalisasi pada sektor pemerintah adalah Sistem Pemerintah Berbasis Elektronik (SPBE) atau dikenal dengan istilah e-government. Pemerintah Indonesia juga telah mengimplementasikan sistem e-government pada beberapa layanan administrasi untuk masyarakat, di antaranya yaitu Sentuh Tanahku, Identitas Kependudukan Digital (IKD), Samsat Digital Nasional (SIGNAL), Dukcapil Ceria, M-Paspor, dan Pasporku. Aplikasi-aplikasi e-government tersebut dapat diunduh dengan mudah oleh masyarakat melalui Google Play Store.
Sebagai bentuk pengukuran terhadap kemajuan implementasi e-government di berbagai negara, setiap dua tahun, Perserikatan Bangsa-Bangsa (PBB) mempublikasikan E-Government Development Index (EGDI). EGDI yaitu indeks komposit yang digunakan untuk menilai kemampuan pemerintah dalam memanfaatkan teknologi informasi dan komunikasi (TIK) terhadap berbagai aktivitas pelayanan publik. Tiga dimensi kinerja EGDI meliputi Online Service Index (OSI), Telecommunication Infrastructure Index (TII), dan Human Capital Index (HCI). Survei membantu negara-negara anggota PBB untuk mengidentifikasi kekuatan dan tantangan guna memperkuat implementasi kebijakan dan strategi dalam penerapan SPBE.
Berdasarkan data dari United Nations E-Government Survey, pada tahun 2022, Indonesia memperoleh skor EGDI sebesar 0,71600, yang termasuk dalam kategori High EGDI (range skor 0,50 sampai 0,75). Nilai ini meningkat menjadi 0,7991 pada tahun 2024. Sementara itu, pada E-Participation Index, Indonesia mencatat skor 0,71590 pada tahun 2022 dan meningkat menjadi 0,79450 pada tahun 2024 (UN E-Government Knowledgebase, 2024). Peningkatan ini menunjukkan bahwa implementasi e-government di Indonesia mengalami kemajuan yang signifikan dari waktu ke waktu.
Seiring dengan meningkatnya adopsi pengguna terhadap aplikasi-aplikasi ini, meningkat pula volume feedback yang diberikan oleh pengguna dalam bentuk ulasan pada Google Play Store. Hal ini menyebabkan adanya kumpulan ulasan yang sangat banyak (massive). Ulasan pengguna ini merupakan data yang berharga dan dapat dimanfaatkan untuk menilai kinerja sistem, mengidentifikasi masalah pada saat menggunakan aplikasi, dan mengukur kepuasan pengguna secara keseluruhan. Analisis terhadap ulasan pengguna ini dapat memandu peningkatan berkelanjutan dari layanan e-government yang ada.
Analisis sentimen adalah metode untuk mengekstrak data opini, memahami dan mengolah data berupa teks secara otomatis guna mengidentifikasi sentimen yang terkandung dalam suatu opini (F. V. Sari & Wibowo, 2019). Analisis sentimen merupakan salah satu bidang dari Natural Language Processing (NLP), yaitu cabang dari kecerdasan buatan berfokus pada pemrosesan bahasa alami yang berfungsi untuk membantu sistem komputer dalam memahami bahasa percakapan sehari-hari (Oktavia et al., 2024).
Penelitian ini bertujuan melakukan analisis sentimen dan ekstraksi topik dari ulasan pengguna pada tiga aplikasi e-government di Indonesia, yaitu IKD, SIGNAL, dan M-Paspor. Manfaat penelitian yaitu dapat memberikan kontribusi dalam memahami persepsi publik terhadap layanan digital pemerintah Indonesia serta mendukung pengembangan aplikasi e-government yang lebih responsif dan berkualitas. Lebih lanjut, penelitian ini selaras dengan beberapa Sustainable Development Goals (SDGs) PBB, khususnya SDG Industri, Inovasi, dan Infrastruktur, dengan menerapkan analisis data tingkat lanjut untuk berinovasi dalam penyampaian layanan publik.
Data pada penelitian ini dikumpulkan dari Google Play Store menggunakan bahasa pemrograman Python dan pustaka Google Play Scraper. Periode pengumpulan data berlangsung mulai bulan Mei 2024 hingga November 2024. Proses scraping menghasilkan 2910 ulasan untuk IKD, 10811 untuk SIGNAL, dan 1353 untuk M-Paspor, sehingga total terdapat 15074 ulasan. Tahapan penelitian diawali dengan pra-pemrosesan teks, membangun model klasifikasi dengan XGBoost, dan melakukan pengkategorian aspek dengan LDA (Latent Dirichlet Allocation). Hasil penelitian yaitu aplikasi IKD dan SIGNAL mayoritas ulasan berupa sentimen positif pada aspek interaction capability, reliability, functional suitability, dan performance efficiency. Sedangkan sentimen negatif didominasi pada aspek reliability. Pada aplikasi M-Paspor didominasi oleh sentimen negatif, terutama pada aspek interaction capability. Temuan ini mencerminkan perlunya peningkatan kualitas layanan pada aspek-aspek yang masih menimbulkan ketidakpuasan pengguna. Sentimen negatif menjadi indikator penting bagi pengembang aplikasi untuk melakukan perbaikan yang berfokus pada kebutuhan dan harapan masyarakat.
Penulis: Endah Purwanti, S.Si., M.Kom.
Link:
