Digitalisasi layanan publik di Indonesia terus berkembang seiring pesatnya kemajuan teknologi. Salah satu wujudnya adalah penerapan Sistem Pemerintah Berbasis Elektronik (SPBE) atau e-government, yang telah hadir dalam berbagai layanan administrasi melalui aplikasi seperti Sentuh Tanahku, Identitas Kependudukan Digital (IKD), Samsat Digital Nasional (SIGNAL), Dukcapil Ceria, M-Paspor, dan Pasporku. Berbagai aplikasi tersebut dapat diunduh masyarakat melalui Google Play Store.
Untuk mengukur kemajuan implementasi e-government di berbagai negara, Perserikatan Bangsa-Bangsa (PBB) secara berkala menerbitkan E-Government Development Index (EGDI) setiap dua tahun. EGDI merupakan indeks komposit yang menilai kemampuan pemerintah memanfaatkan teknologi informasi dan komunikasi (TIK) dalam pelayanan publik, dengan tiga dimensi utama: Online Service Index (OSI), Telecommunication Infrastructure Index (TII), dan Human Capital Index (HCI). Survei ini digunakan sebagai rujukan untuk mengenali kekuatan dan tantangan dalam memperkuat kebijakan serta strategi SPBE.
Berdasarkan United Nations E-Government Survey, Indonesia mencatat skor EGDI 0,71600 pada 2022, yang termasuk kategori High EGDI (rentang 0,50–0,75). Pada 2024, skor tersebut meningkat menjadi 0,7991. Sementara pada E-Participation Index, Indonesia meraih skor 0,71590 pada 2022 dan naik menjadi 0,79450 pada 2024. Kenaikan ini menunjukkan kemajuan implementasi e-government di Indonesia dari waktu ke waktu.
Di sisi lain, meningkatnya adopsi pengguna juga mendorong bertambahnya volume umpan balik berupa ulasan di Google Play Store. Kumpulan ulasan dalam jumlah besar ini dinilai bernilai untuk menilai kinerja sistem, mengidentifikasi masalah penggunaan, serta mengukur kepuasan pengguna. Analisis ulasan dapat menjadi dasar perbaikan berkelanjutan layanan digital pemerintah.
Dalam konteks tersebut, sebuah penelitian dilakukan untuk menganalisis sentimen dan mengekstraksi topik dari ulasan pengguna tiga aplikasi e-government di Indonesia, yakni IKD, SIGNAL, dan M-Paspor. Analisis sentimen dijelaskan sebagai metode untuk mengekstrak opini dan mengolah teks secara otomatis guna mengidentifikasi sentimen dalam suatu pendapat. Metode ini merupakan bagian dari Natural Language Processing (NLP), cabang kecerdasan buatan yang berfokus pada pemrosesan bahasa alami agar sistem komputer dapat memahami bahasa sehari-hari.
Data penelitian dikumpulkan dari Google Play Store menggunakan bahasa pemrograman Python dan pustaka Google Play Scraper, dengan periode pengumpulan dari Mei 2024 hingga November 2024. Proses scraping menghasilkan 2.910 ulasan untuk IKD, 10.811 ulasan untuk SIGNAL, dan 1.353 ulasan untuk M-Paspor, dengan total 15.074 ulasan.
Tahapan penelitian meliputi pra-pemrosesan teks, pembangunan model klasifikasi menggunakan XGBoost, serta pengkategorian aspek menggunakan LDA (Latent Dirichlet Allocation). Hasilnya menunjukkan IKD dan SIGNAL didominasi ulasan bersentimen positif pada aspek interaction capability, reliability, functional suitability, dan performance efficiency. Namun, sentimen negatif pada kedua aplikasi tersebut terutama muncul pada aspek reliability.
Berbeda dengan itu, aplikasi M-Paspor disebut didominasi sentimen negatif, terutama pada aspek interaction capability. Temuan ini dipandang mencerminkan perlunya peningkatan kualitas layanan pada aspek-aspek yang masih memunculkan ketidakpuasan pengguna. Dalam penelitian ini, sentimen negatif diposisikan sebagai indikator penting bagi pengembang aplikasi untuk melakukan perbaikan yang lebih berfokus pada kebutuhan dan harapan masyarakat.
Penelitian ini ditulis oleh Endah Purwanti, S.Si., M.Kom., dan disebut selaras dengan beberapa Sustainable Development Goals (SDGs) PBB, khususnya SDG Industri, Inovasi, dan Infrastruktur, melalui penerapan analisis data tingkat lanjut untuk inovasi penyampaian layanan publik.
