To make it easier for users to access services, such as receiving information on various topics such as a forum for public complaints, additional power, electricity bills, or other information, the PLN Mobile application is an independent mobile consumer service. application. Users can rate and review this program after downloading it from the App Store or Google Play Store. For business professionals, anything that offers an evaluation, assessment, or opinion is essential in this digital era. However, this does not accurately depict the quality of the app because users often provide ratings that differ from their reviews. For this reason, this research was conducted to analyze user review sentiment in the period January to June 2022 using 1000 samples of review data from the Google Play Store. The process of collecting review data uses web scraping and then processing it into a dataset using text pre-processing. Sentiment labeling uses InSet (Indonesian Sentimen), a lexicon-based automatic labeling system for Indonesian language reviews. The result was 421 reviews with positive sentiment, 420 reviews with negative sentiment, and 159 reviews with neutral sentiment. Next, Long Short Term Memory is used for the classification procedure, using a ratio of 80:10:10 for training and test data. The accuracy results using the confusion matrix were 79%.

Untuk memudahkan pengguna dalam mengakses layanan, seperti menerima informasi tentang berbagai topik seperti wadah pengaduan masyarakat, penambahan daya, tagihan listrik, atau informasi lainnya, aplikasi PLN Mobile merupakan layanan mandiri konsumen seluler. Pengguna dapat menilai dan mengulas program ini setelah mengunduhnya dari App Store atau Google Play Store. Bagi para profesional bisnis, segala sesuatu yang menawarkan evaluasi, penilaian, atau komentar sangatlah penting di era digital ini. Namun, hal ini kurang menggambarkan kualitas aplikasi secara akurat karena pengguna sering kali memberikan penilaian yang berbeda dari ulasan mereka. Untuk itu, penelitian ini dilakukan untuk menganalisis sentimen ulasan pengguna pada periode Januari hingga Juni 2022 dengan menggunakan 1000 sampel data ulasan dari Google Play Store. Proses pengumpulan data review menggunakan web scraping kemudian diolah menjadi dataset dengan text pre-processing. Pelabelan sentimen menggunakan InSet (Sentimen Indonesia), sebuah sistem pelabelan otomatis berbasis leksikon untuk ulasan bahasa Indonesia. Menghasilkan 421 review dengan sentimen positif, 420 review dengan sentimen negatif, dan 159 review dengan sentimen netral. Selanjutnya digunakan Long Short Term Memory untuk prosedur klasifikasi, dengan menggunakan rasio 80:10:10 untuk data latih dan uji. Hasil akurasi menggunakan matriks konfusi sebesar 79%.