Implementasi BERtopic terhadap Ulasan Pengguna Aplikasi Access By KAI di Google Play Store

Abstract

Access by KAI merupakan aplikasi pemesanan tiket secara online yang dikembangkan oleh PT KAI. Pada Google Play Store, aplikasi ini telah diunduh lebih dari 10 juta kali dan memiliki ratusan ribu ulasan pengguna. Ulasan-ulasan tersebut mengandung informasi berharga seperti keluhan dan saran yang dapat dimanfaatkan sebagai dasar pengembangan aplikasi. Penelitian ini bertujuan untuk mengidentifikasi dan memahami topik-topik ulasan pengguna terkait kualitas dan kinerja aplikasi Access by KAI di Google Play Store. Data penelitian ini berjumlah 11.653 ulasan yang diperoleh dari Google Play Store dalam rentang waktu 1 Maret 2025 hingga 30 September 2025. Metode pemodelan topik yang digunakan pada penelitian ini adalah BERTopic dengan embedding dokumen menggunakan IndoSBERT dan fine-tuning representasi topik menggunakan MMR. Untuk memperoleh parameter BERTopic yang optimal, dilakukan hyperparameter tuning menggunakan Optuna framework. Hasil evaluasi menunjukkan bahwa model BERTopic menghasilkan nilai koherensi topik sebesar 0,587 dan keragaman topik sebesar 0,70. Model ini berhasil mengidentifikasi lima topik ulasan pengguna yang didominasi oleh tiket tidak muncul setelah pembayaran, kemudahan dan kecepatan aplikasi, serta kendala registrasi dan login akun.