Evaluasi Kepuasan Pengguna Quick Commerce Astro Berdasarkan Ulasan Google Play Store Menggunakan Pendekatan IndoBERT
DOI:
https://doi.org/10.70309/ticom.v14i3.230Keywords:
Analisis Sentimen, Astro, Google Play Store, IndoBERT, Quick CommerceAbstract
Pesatnya pertumbuhan industri quick commerce di Indonesia, khususnya layanan Astro yang menawarkan pengiriman kebutuhan pokok instan, menuntut pemantauan kepuasan pengguna secara masif dan berkala. Sumber evaluasi utama yang kaya akan informasi adalah ulasan pengguna di platform Google Play Store. Namun, karakteristik ulasan yang sarat akan bahasa informal, singkatan, dan struktur semantik lokal yang kompleks menjadi tantangan tersendiri dalam analisis sentimen otomatis. Penelitian ini bertujuan untuk mengevaluasi kepuasan pengguna aplikasi Astro melalui analisis sentimen ulasan biner menggunakan pendekatan Deep Learning berbasis arsitektur Transformer IndoBERT (indobert-base-p2). Tahapan penelitian meliputi scraping data, preprocessing, tokenisasi berbasis algoritma WordPiece untuk mengatasi masalah Out-of-Vocabulary (OOV), serta proses fine-tuning model selama 3 epoch. Hasil pengujian kuantitatif pada 800 data uji terisolasi menunjukkan performa model yang sangat optimal, dengan capaian nilai Accuracy sebesar 97,75%, Precision 98,47%, Recall 99,02%, dan F1-Score sebesar 98,74%. Pengujian kualitatif pada data baru (unseen data) membuktikan ketangguhan model dalam menangkap aspek kebahasaan kontekstual, seperti ulasan berbentuk saran bernada positif dan kritik halus bernada negatif. Hasil penelitian ini membuktikan bahwa arsitektur IndoBERT hasil fine-tuning sangat andal digunakan sebagai instrumen evaluasi kepuasan pelanggan otomatis pada industri quick commerce di Indonesia.
References
N. S. Dissurul et al., “Transformasi Pola Belanja Konsumen dari Ritel Konvensional Menuju Quick Commerce Melalui Layanan Pengiriman Instan,” JUBIKIN: Jurnal Bisnis Kreatif dan Inovatif, vol. 2, no. pp. 241–256, 2025, doi: 10.61132/jubikin.v2i4.1138.
F. Titania and M. G. Yoedtadi, “Efektivitas Persepsi Kegunaan dan Tagline ‘15 Menit Sampai’ terhadap Keputusan Pembelian Layanan Astro E-grocery,” Prologia, vol. Vol. 10, N, pp. 167–176, 2026, doi: 10.24912/pr.v10i1.36347.
J. Torang, M. Simamora, and F. Muslim, “Analisis Faktor-Faktor Yang Mempengaruhi Keputusan Pembelian Melalui Online Shop Pada Mahasiswa Pendidikan Ekonomi Angkatan 2020 Universitas Jambi,” JOTE (JOURNAL Teach. Educ., vol. 5, no. 4, pp. 98–107, 2024, doi: 10.31004/jote.v5i4.29836.
S. A. Prasetyo and W. T. Atmojo, “Analisis Sentimen Terhadap Penggunaan Aplikasi Astro Menggunakan Algoritma Naïve Bayes,” J. Media Inform. Budidarma, vol. 7, no. April 2021, pp. 2149–2158, 2023, doi: 10.30865/mib.v7i4.6750.
M. Anisa and M. S. Purwanegara, “Entrepreneurship Bisnis Manajemen Akuntansi Unraveling the rise and fall of quick commerce in Indonesia : insights from industry experts,” E-BISMA, vol. 6, no. 1, pp. 19–31, 2025, doi: 10.37631/ebisma.v6i1.1753.
A. K. Ibrahim, M. Mustikasari, and I. Bastian, “Analisis Sentimen Pada Ulasan Aplikasi Astro – Groceries In Minutes Di Google Play Store Menggunakan Metode Bidirectional Encoder Representation From Transformers (BERT),” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 13, no. 1, 2025, doi: 10.23960/jitet.v13i1.6033.
K. C. Pradhisa and R. Fajriyah, “Analisis Sentimen Ulasan Pengguna E-commerce di Google Play Store Menggunakan Metode IndoBERT,” Build. Informatics, Technol. Sci., vol. 6, no. 1, pp. 92–104, 2024, doi: 10.47065/bits.v6i1.5247.
I. Mursidah, et al., “Klasifikasi Sentimen Google Play Store Aplikasi ChatGPT Berbahasa Indonesia Berbasis IndoBERT,” J. Minfo Polgan, vol. 14, pp. 3349–3359, 2025, doi: 10.33395/jmp.v14i2.15751.
R. Nugroho, N. Azka, W. Sayudha, and R. Graha, “Analisis Sentimen Ulasan Aplikasi Mobile JKN di Google PlayStore Menggunakan IndoBERT,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 9, no. 2, pp. 495–505, 2025, doi: 10.35870/jtik.v9i2.3340.
A. R. Putra and D. E. Ratnawati, “Analisis Sentimen Berbasis Aspek Pada Aplikasi Mobile Menggunakan Naïve Bayes Berdasarkan Ulasan Pengguna Playstore (Studi Kasus : Jconnect Mobile),” J. Teknol. Inf. dan Ilmu Komput., vol. 12, no. 2, pp. 293–300, 2025, doi: 10.25126/jtiik.2025127556.
M. Faiq, P. Lestari, L. Belluano, and H. Darwis, “Analisis Sentimen Review Aplikasi di Google Play Store Menggunakan Random Forest,” LINIER, vol. 2, no. 3, pp. 380–388, 2025, doi: 10.33096/linier.v2i3.3149.
F. Koto, A. Rahimi, J. L. Han, and T. Baldwin, “IndoLEM and IndoBERT: A Benchmark Dataset and Pre-trained Language Model for Indonesian NLP,” arxiv logo, 2020, doi: 10.48550/arXiv.2011.00677
A. L. Maysara, “Optimalisasi Akurasi dan Stabilitas Analisis Sentimen Ulasan E-Commerce Indonesia melalui Fine-Tuning Transformer IndoBERT,” Infotekmesin, vol. 17, no. 01, pp. 9–17, 2026, doi: 10.35970/infotekmesin.v17i1.3037.
L. N. Hakim et al., “Klasifikasi Komentar Toksik Berbahasa Indonesia di Media Sosial Berbasis Fine-Tuning IndoBERT,” JURIKOM (Jurnal Ris. Komputer), vol. 13, no. 1, pp. 202–209, 2026, doi: 10.30865/jurikom.v13i1.9449.
V. S. Teotia, “Impact of Delivery Speed on Customer Satisfaction in Online Shopping : A Focus on Quick Commerce,” Int. J. Sci. Res. Eng. Manag., pp. 8–12, 2025, doi: 10.55041/IJSREM49149.
A. Harter, L. Stich, and M. Spann, “The Effect of Delivery Time on Repurchase Behavior in Quick Commerce,” Sage Journals, vol. 28, no. 2, pp. 211–227, 2025, doi: 10.1177/10946705241236961.
A. M. Putri, W. K. Nofa, and D. A. P. Hapsari, “Penerapan Metode Bert untuk Analisis Sentimen Ulasan Pengguna Aplikasi Segari Di Google Play Store,” vol. 4, no. 1, pp. 89–104, 2025, doi: 10.56127/juit.v4i1.1902.
M. Akmal et al., “Dampak Pra-pemrosesan Teks pada Akurasi Analisis Sentimen Multi-Aspek Menggunakan IndoBERT,” Sains Data Jurnal Studi Matematika dan Teknologi, vol. 4, no. 1, pp. 42–48, 2026, doi: 10.52620/sainsdata.v4i1.301.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Yesi Puspitadewi, Wulandari Wulandari, Mohamad Arif
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
CC BY-SA 4.0
Creative Commons Attribution-ShareAlike 4.0 International
This license requires that reusers give credit to the creator. It allows reusers to distribute, remix, adapt, and build upon the material in any medium or format, even for commercial purposes. If others remix, adapt, or build upon the material, they must license the modified material under identical terms.
BY: Credit must be given to you, the creator.
SA: Adaptations must be shared under the same terms.ng
