Analisis User Generated Content untuk Mengidentifikasi Topik Pembicaraan Menggunakan Topic Modelling

Main Article Content

Ni Wayan Nanik Suaryani Taro Putri
Jauzaa Maylia Suhendro

Abstract

Perkembangan teknologi digital mendorong masyarakat untuk semakin sering berbagi informasi melalui berbagai platform online, termasuk membagikan kehidupan sehari-hari, pengalaman, hingga ulasan tentang produk atau layanan yang mereka gunakan. Ulasan merupakan salah satu bentuk User-Generated Content (UGC) yang mencerminkan opini asli konsumen tentang kualitas dan kinerja produk atau layanan. Social listening merupakan bagian dari strategi pemasaran digital yang memungkinkan perusahaan untuk mengumpulkan dan menganalisis UGC. Hasil dari analisis UGC ini dapat berupa wawasan pasar yang berguna sebagai dasar dalam merumuskan keputusan bisnis, termasuk dalam menyusun rekomendasi strategi pengembangan dan peningkatan kualitas layanan. Penelitian ini bertujuan untuk mengidentifikasi topik ulasan pengguna aplikasi SatuSehat pada Google Play Store dengan menggunakan metode topic modeling. Hasil topic modelling menunjukkan bahwa mayoritas permasalahan yang dihadapi pengguna berkaitan dengan aspek teknis dan pengalaman pengguna, seperti kendala aplikasi setelah pembaruan, kesulitan login dan pendaftaran akun, masalah sertifikat vaksin yang hilang atau tidak muncul, persepsi pengguna terhadap kualitas aplikasi, serta transisi dari PeduliLindungi ke SatuSehat. Berdasarkan hasil analisis tersebut, rekomendasi pengembangan dan perbaikan yang dapat dilakukan SatuSehat adalah meningkatkan stabilitas aplikasi, memperbaiki sistem login dan autentikasi, serta mengoptimalkan pengalaman pengguna agar lebih responsif terhadap kebutuhan masyarakat. Sehingga nantinya pengembangan dan perbaikan aplikasi yang dilakukan dapat meningkatkan kualitas layanan SatuSehat.

Downloads

Download data is not yet available.

Article Details

How to Cite
Putri, N. W. N. S. T., & Suhendro, J. M. . (2025). Analisis User Generated Content untuk Mengidentifikasi Topik Pembicaraan Menggunakan Topic Modelling. EKOMA : Jurnal Ekonomi, Manajemen, Akuntansi, 4(4), 6690–6697. https://doi.org/10.56799/ekoma.v4i4.8419
Section
Articles

References

Barde, B. V., & Bainwad, A. M. (2017). An Overview of Topic Modeling Methods and Tools. International Conference on Intelligent Computing and Control Systems 2017, 2018-Janua, 745–750. https://doi.org/10.1109/ICCONS.2017.8250563

Chaffey, D., & Ellis-Chadwick, F. (2016). Digital marketing: Strategy, Implementation and Practice (6 ed.). Pearson Education Limited.

Chaffey, D., & Smith, P. R. (2017a). Digital Marketing Excellence (5th ed.). Routledge.

Chaffey, D., & Smith, P. R. (2017b). Digital Marketing Excellence (5th ed.). Routledge.

Fahendri, F. P., & Susila, I. (2024). Peran Customer Review dan Customer Rating Terhadap Minat Beli Online Melalui Kepercayaan (Studi Pada Konsumen Shoppe Di Kota Surakarta). YUME : Journal of Management, 7(2), 1250–1260. https://doi.org/https://doi.org/10.37531/yum.v7i2.7190

Geng, S., Wang, R., He, Y., Yang, N., Niu, B., Feng, Y., & Miao, X. (2025). Exploring signal congruence: How marketer- and user-generated content congruence influences review sharing. Tourism Management, 110, 105160. https://doi.org/10.1016/J.TOURMAN.2025.105160

Indrawati, & Putri, N. W. N. S. T. (2021). User Generated Content on Twitter to Identify Market Insights: A Case study on Zenius. 2021 International Conference Advancement in Data Science, E-Learning and Information Systems, ICADEIS 2021, 0–5. https://doi.org/10.1109/ICADEIS52521.2021.9701934

Katre, P. D. (2019). Text Mining and Comparative Visual Analytics on Large Collection of Speeches to Trace Socio-Political Issues. Proceedings of the 2019 IEEE 9th International Conference on Advanced Computing, IACC 2019, 108–114. https://doi.org/10.1109/IACC48062.2019.8971605

Kotler, P., Kartajaya, H., & Setiawan, I. (2017). Marketing 4.0: Moving from Traditional to Digital (1 ed.). John Wiley & Sons, Inc.

Laoh, E., Surjandari, I., & Febirautami, L. R. (2018). Indonesians’ Song Lyrics Topic Modelling Using Latent Dirichlet Allocation. Proceedings - 2018 5th International Conference on Information Science and Control Engineering, ICISCE 2018, 270–274. https://doi.org/10.1109/ICISCE.2018.00064

Najla, A. (2024). Analisis Sentimen Positif dan Negatif Pada Anteraja Selama Bulan Maret 2023 di Media Sosial Twitter. SABER : Jurnal Teknik Informatika, Sains Dan Ilmu Komunikasi, 2(3), 304–315. https://doi.org/10.59841/saber.v2i3.1501

Rahmania, A., Vandayuli Riorini, S., Rahmadhanti, A., Ekonomi dan Bisnis, F., & Trisakti, U. (2025). Pengaruh Social Media Marketing dan Ewom Terhadap Customer Engagement Di Industri Restoran Fast Foods. EKOMA : Jurnal Ekonomi, 4(3), 5201–5209. https://doi.org/https://doi.org/10.56799/ekoma.v4i3.6990

Sammut, C., & Webb, G. I. (2017). Encyclopedia of Machine Learning and Data Mining. Dalam C. Sammut & G. I. Webb (Ed.), Reference Reviews (2nd Editio, Vol. 32, Nomor 7/8). Springer Science+Business Media. https://doi.org/10.1108/rr-05-2018-0084