EXTRACTING USER EXPERIENCE PAIN POINTS USING ASPECT-BASED SENTIMENT ANALYSIS AND TOPIC MODELING: A CASE STUDY ON THE BUKALAPAK APP

Ahmad Fadhil Bukhori, Dr.techn. Khabib Mustofa, S.Si.,M.Kom.

2026 | Skripsi | ILMU KOMPUTER

Pertumbuhan pesat e-commerce telah mengubah perilaku konsumen, menjadikan ulasan daring sebagai sumber penting untuk memahami tingkat kepuasan pengguna dan tantangan yang mereka hadapi. Penelitian ini bertujuan untuk mengidentifikasi permasalahan user experience (UX) pada aplikasi Bukalapak melalui analisis ulasan pengguna dari Google Play Store menggunakan Aspect-Based Sentiment Analysis (ABSA) dan pemodelan topik. Data dianalisis dengan Named Entity Recognition (NER) untuk mengekstraksi aspek-aspek utama, BERT untuk klasifikasi sentimen, serta Latent Dirichlet Allocation (LDA) untuk mengungkap topik-topik dominan. Hasil penelitian menunjukkan bahwa umpan balik negatif terutama terkonsentrasi pada proses pembayaran, kinerja aplikasi, layanan pengiriman, dan keamanan, yang mencerminkan permasalahan berulang seperti kegagalan transaksi, ketidakstabilan sistem, serta kekhawatiran terhadap keandalan aplikasi. Temuan ini mengindikasikan bahwa permasalahan UX yang belum terselesaikan berperan signifikan dalam penurunan user retention dan menunjukkan efektivitas penggabungan ABSA dan pemodelan topik dalam menghasilkan wawasan untuk perbaikan aplikasi e-commerce.

The rapid growth of e-commerce has change consumer behavior, making online reviews an important source for understanding user satisfaction and challenges. This study aims to identify user experience (UX) issues in the Bukalapak application by analyzing user reviews from the Google Play Store using Aspect-Based Sentiment Analysis (ABSA) and topic modeling.The data were being analyzed using Named Entity Recognition (NER) to extract key aspects, BERT for sentiment classification, and Latent Dirichlet Allocation (LDA) to uncover dominant topics. The results show that negative feedback is largely concentrated on payment processes, application performance, delivery services, and security, reflecting recurring problems such as transaction failures, unstable system behavior, and reliability  oncerns. These findings indicate that unresolved UX issues play a significant role in the decline of user retention and demonstrate the effectiveness of combining ABSA and topic modeling to generate insights for improving e-commerce applications.

Kata Kunci : Aspect-Based Sentiment Analysis, Topic Modeling, BERT, LDA, User Experience, User Retention, Bukalapak