Aplikasi PLN Mobile merupakan sebuah platform layanan mandiri bagi pengguna seluler yang terintegrasi dengan aplikasi, memungkinkan mereka untuk dengan mudah mengakses berbagai layanan seperti informasi tentang wadah aduan masyarakat, penambahan daya, tagihan listrik, dan informasi lainnya. Aplikasi ini tersedia untuk diunduh melalui Google Play Store maupun App Store, di mana pengguna dapat memberikan ulasan dan rating terhadap pengalaman mereka menggunakan aplikasi tersebut. Dalam era digital saat ini, ulasan, rating, dan feedback dari pengguna memiliki nilai yang sangat penting bagi perusahaan. Namun, seringkali terjadi ketidaksesuaian antara rating yang diberikan oleh pengguna dengan isi ulasannya, sehingga gambaran tentang kualitas aplikasi belum sepenuhnya terwakili. Oleh karena itu, dilakukan penelitian ini untuk menganalisis sentimen ulasan pengguna dari periode Januari hingga Juni 2023, menggunakan 1000 sampel data ulasan yang diambil dari 67951 data populasi ulasan Google Play Store. Dalam penelitian ini, pendekatan tersebut digunakan untuk memberikan label dan memodelkan komentar-komentar tersebut. menghasilkan 435 ulasan positif, 405 ulasan negatif, dan 160 ulasan netral. Tahap selanjutnya adalah klasifikasi yang dilakukan dengan memanfaatkan GRU. Dalam proses ini, information dibagi menjadi information uji, information latihan, dan information testing dengan rasio 80:10:10. Analisis ini berhasil mencapai akurasi sebesar 73%, sebagaimana ditunjukkan oleh Cofusion Matrix. dan F1-Score sebesar 68%, nilai recall sebesar 90% dan Precision sebesar 90%.

The PLN Mobile application is a self-service platform for mobile users that is integrated with the application, allowing them to easily access various services such as information about community facilities, power additions, electricity bills and other information. This application is available for download via the Google Play Store and App Store, where users can provide reviews and ratings regarding their experience using the application. In today's digital era, reviews, ratings and feedback from users have very important value for companies. However, there is often a discrepancy between the ratings given by users and the contents of the reviews, so that the picture of the quality of the application is not fully represented. Therefore, this research was conducted to analyze user review sentiment from the period January to June 2022, using 1000 review data samples taken from 67951 Google Play Store review population data. In this research, this approach is used to label and model these comments. Generated 435 positive reviews, 405 negative reviews, and 160 neutral reviews. The next stage is classification which is carried out using GRU. In this process, information is divided into test information, training information, and testing information in a ratio of 80:10:10. This analysis achieved an accuracy of 73%, as shown by the Cofusion Matrix. and F1-Score of 68%, recall value of 90% and Precision of 90%.