Analisis Sentimen Terhadap Pembayaran Digital GoPay Menggunakan Metode Regresi Logistik

Abstract

Teknologi telah mengalami perkembangan secara signifikan pada era globalisasi dalam berbagai macam aspek kehidupan sehari-hari. Salah satu perubahan teknologi yang terjadi yaitu adanya penggunaan transaksi pembayaran secara non-tunai menggunakan dompet elektronik (e-wallet). Penggunaan e-wallet ini semakin meningkat karena e-wallet dapat memudahkan pengguna. Jasa penyedia digital payment di seluruh dunia semakin meningkat, termasuk di Indonesia. GoPay merupakan salah satu jenis e-wallet yang memiliki banyak penguna dan tersebar di Indonesia. Penelitian ini akan dilakukan analisis sentimen pembayaran digital GoPay menggunakan model klasifikasi regresi logistik. Tujuan penelitian ini yaitu untuk mengetahui opini-opini dari pengguna GoPay menggunakan Shapley Additive Explanation (SHAP). Data yang digunakan untuk model analisis sentimen menggunakan regresi logistik yaitu data Twitter dengan kata kunci “gopay” dan “@gopayindonesia” periode 30 Agustus 2022 sampai 11 Oktober 2022. Data yang didapatkan sebanyak 1133 tweet. Jumlah tweet dengan sentimen positif terdapat 211 data dan jumlah tweet dengan sentimen negatif terdapat 922. Perbedaan yang besar antara jumlah tweet bersentimen positif dan negatif maka diperlukan penyeimbang antarkelas dengan menggunakan metode SMOTE (Synthetic Minority Oversampling Technique). Proses untuk membentuk analisis sentimen dengan model klasifikasi regresi logistik didapatkan nilai akurasi sebesar 84,58% dan model regresi logistik dengan SMOTE didapatkan nilai akurasi sebesar 84,58%. Setelah membentuk model maka dilanjutkan dengan mencari opini-opini untuk mendapatkan sebuah isu dengan menggunakan SHAP. Isu-isu yang didapatkan yaitu lambatnya customer service GoPay dalam menanggapi direct message mengenai permasalahan pengguna GoPay. Isu lainnya yaitu top up saldo GoPay dan cashback yang tidak masuk ke akun pengguna, serta adanya pemblokiran akun ataupun fitur GoPay secara sepihak tanpa ada pemberitahuan kepada pengguna GoPay. Model klasifikasi regresi logistik juga dapat digunakan untuk membuat prediksi label. Label tersebut diklasifikasikan menjadi dua kelas yaitu positif dan negatif. Data yang digunakan untuk membentuk label merupakan data Twitter dengan kata kunci “@gopayindonesia” dengan periode 19 Oktober 2022 sampai 21 Oktober 2022. Data yang didapatkan sebanyak 49 tweet. Hasil prediksi menggunakan model klasifikasi regresi logistik yaitu data dengan setimen positif sejumlah 14 tweet dan data dengan sentimen negatif sebesar 35 tweet. Isu-isu yang didapatkan pada periode 19 Oktober 2022 sampai 21 Oktober 2022 yaitu direct message yang tidak dibalas oleh customer service GoPay. Isu lainnya yaitu pengguna GoPay memiliki masalah dalam transaksi yang tidak masuk serta tidak bisa upgrade akun GoPay menjadi GoPay Plus.