Aplikasi mobile telah menjadi alat utama yang digunakan sehari-hari di era kemajuan teknologi yang pesat ini. Perkiraan jumlah pelanggan seluler unik adalah sekitar 5 miliar pada tahun 2020 secara global. Di sektor transportasi, aplikasi mobile pada awalnya banyak digunakan untuk navigasi dan layanan berbasis lokasi. Akhir-akhir ini, penggunaan aplikasi mobile transportasi bervariasi mulai dari pendidikan, pengumpulan data, informasi perjalanan, keselamatan perjalanan, perencanaan rute, dan ride hailing.
Ride hailing dapat didefinisikan sebagai layanan yang mengatur perjalanan satu arah dalam waktu singkat. Adanya teknologi ini berkontribusi pada perubahan gaya hidup masyarakat menjadi lebih digital. Meningkatnya permintaan aplikasi ride hailing termasuk taksi untuk bepergian ke tempat kerja, dan belanja rumah, pengiriman makanan dan barang. Layanan seluler transportasi paling populer di Amerika Serikat (AS) dan Eropa adalah Uber, Lyft, Sidecar, dan Carpool. Sementara di Asia, tiga aplikasi ride hailing—Didichuxing, Grab, dan Go-Jek—telah masuk dalam 10 besar unicorn Asia dengan nilai tertinggi dan pengaruh luar biasa bagi kehidupan masyarakat. Tiga aplikasi transportasi ini masing-masing bernilai US$62 miliar, US$14,3 miliar, dan $10 miliar.
Jumlah pengguna layanan seluler transportasi tumbuh secara eksponensial dalam lima tahun terakhir, tetapi kemudian wabah COVID-19 dimulai pada akhir 2019. Fenomena ini telah mengubah kehidupan masyarakat di hampir semua sektor, termasuk transportasi. Karena kebiasaan dan gaya hidup masyarakat sekarang tidak dapat dipisahkan dari platform digital, dan karena persaingan pasar yang semakin ketat, ekspektasi dan tingkat kepuasan pelanggan juga semakin tinggi. Orang akan memiliki persepsi tertentu pada beberapa fitur atau atribut aplikasi ride hailing dan mengharapkan lebih atau kurang dari ketersediaan layanan tertentu dalam aplikasi. Salah satu cara terbaik untuk mengetahui pendapat pelanggan adalah melalui ulasan aplikasi. Karena pengguna layanan seluler umumnya menulis kesan mereka dengan menggunakan perangkat seluler mereka daripada komputer desktop, ulasan pelanggan dalam aplikasi seluler cenderung ringkas dan lugas. Hal ini karena menulis dari perangkat mobile akan kurang nyaman dibandingkan menggunakan keyboard komputer. Ulasan pelanggan aplikasi layanan seluler lebih memilih untuk menjadi lebih jelas dan eksplisit.
Ulasan pelanggan mewakili suara pelanggan dan karenanya ini penting bagi penyedia layanan seluler untuk memantau dan meningkatkan kepuasan pelanggan. Ulasan pelanggan memberikan wawasan seperti karakteristik praktis, keunggulan, dan kekurangan aplikasi seluler tertentu. Dari sudut pandang pelanggan, ulasan aplikasi seluler akan membantu mereka mendapatkan informasi apakah aplikasi seluler tertentu dapat memenuhi kebutuhan mereka, sehingga dapat membantu mereka memutuskan untuk memilih aplikasi tertentu daripada yang lain. Namun, memantau sejumlah besar ulasan pelanggan bisa menjadi masalah bagi penyedia aplikasi seluler dan pelanggan itu sendiri. Untuk penyedia layanan seluler, menganalisis jutaan ulasan menjadi rencana yang dapat ditindaklanjuti akan membutuhkan metodologi yang andal dan banyak upaya. Sementara itu, bagi pelanggan yang ingin mengumpulkan informasi tentang aplikasi, menganalisis sejumlah besar ulasan mungkin tampak terlalu menakutkan. Akibatnya, orang hanya memeriksa peringkat global ketika mereka pertama kali mengunduh aplikasi seluler meskipun peringkat ini kurang membantu untuk memahami kepuasan pelanggan.
Penelitian ini menyajikan pengukuran kepuasan pelanggan berdasarkan term frequency–inverse document frequency (TF-IDF), kemudian perhitungan peringkat nilai menggunakan multicriteria decision making (MCDM), yaitu VIKOR. TF-IDF digunakan untuk menimbang faktor dari ulasan konsumen. Pembobotan sangat penting untuk mendapatkan ide yang akurat tentang kata-kata yang menonjol dari frekuensi kemunculannya di ulasan konsumen. Sedangkan VIKOR merupakan optimasi multi kriteria yang mengkompromikan rangking dan solusi dari bobot awal. Studi ini menerapkan integrasi pendekatan TF-IDF, MCDM dan VIKOR pada tinjauan aplikasi untuk mengukur kepuasan pelanggan dalam layanan mobile ride hailing sebelum dan selama pandemi COVID-19.
Berdasarkan hasil, kami dapat memperoleh wawasan tentang pendapat pelanggan seperti yang diungkapkan dalam data ulasan online dalam penelitian ini. Kemudahan penggunaan dan tarif adalah utilitas yang paling dituntut dari aplikasi ride hailing. Ini berarti bahwa aplikasi mobile ride hailing harus sangat mempertimbangkan aspek-aspek ini untuk meningkatkan layanan mereka serta mendapatkan kepuasan pelanggan. Selain itu, disimpulkan juga bahwa Go-Jek menduduki peringkat pertama di antara aplikasi ride hailing lainnya. Hasilnya menunjukkan bahwa model peringkat yang diusulkan efektif untuk mengukur kepuasan pelanggan tanpa melakukan survei langsung sehingga waktu dan tenaga dapat diminimalkan. Untuk penelitian selanjutnya, model peringkat yang diusulkan perlu divalidasi dengan membandingkannya dengan metode MCDM lain dan menggunakan data yang lebih ekstensif sehingga dapat diuji reliabilitasnya. Dari keterbatasan penelitian ini, maka penelitian selanjutnya harus dilakukan untuk mendapatkan hasil yang lebih baik dan model peringkat yang lebih baik.
Penulis: Nasa Zata Dina, S.Kom., M.Kom., M.Sc
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
https://www.online-journals.org/index.php/i-jim/article/view/22509
Nasa Zata Dina, Ria Triwastuti, Mega Silfiani (2020). TF-IDF Decision Matrix to Measure Customers’ Satisfaction of Ride Hailing Mobile Application Services: Multi-Criteria Decision-Making Approach. International Journal of Interactive Mobile Technologies, 15(17): 104-118
