Pemetaan Topik dan Sentimen Pengguna Aplikasi JAKI untuk Mendukung Knowledge Discovery dalam Peningkatan Layanan Publik

Dalam era tata kelola digital, aplikasi mobile seperti JAKI (Jakarta Kini) memainkan peran penting dalam menyediakan layanan publik terintegrasi bagi masyarakat. Di sisi lain, Google Playstore menyimpan banyak ulasan pengguna yang mencerminkan pengalaman, preferensi, dan keluhan pengguna. Oleh karena itu, penelitian ini bertujuan untuk menganalisis umpan balik dari Google Playstore yang bertujuan untuk mengungkap tren sentimen dan topik pembahasan utama yang berkaitan dengan aplikasi JAKI. Dataset yang digunakan terdiri dari 3.895 ulasan pengguna yang telah melalui proses pembersihan data, kemudian diolah menggunakan kombinasi analisis sentimen dengan InSet Lexicon dan pemodelan topik menggunakan Latent Dirichlet Allocation (LDA). Hasil klasifikasi sentimen selanjutnya dievaluasi menggunakan algoritma Naive Bayes, dengan tingkat akurasi keseluruhan sebesar 65%. Hasil survei validasi pengguna menunjukkan bahwa sebagian besar topik yang dihasilkan sesuai dengan pengalaman nyata pengguna. Selain itu, rekomendasi perbaikan dirumuskan berdasarkan topik dengan sentimen netral dan negatif. Temuan ini berkontribusi pada pemahaman yang lebih baik mengenai persepsi pengguna, serta memberikan wawasan yang dapat ditindaklanjuti untuk mendukung pengembangan berkelanjutan layanan publik digital yang berorientasi pada warga Jakarta.