Ulasan pengguna PLN Mobile pada Google Play Store dan Platform X memiliki karakteristik bahasa yang beragam serta mengandung informasi penting terkait keluhan dan pengalaman pengguna terhadap layanan kelistrikan. Penelitian ini bertujuan untuk melakukan analisis pengaduan pengguna PLN Mobile serta merancang dashboard berbasis corpus domain-spesifik menggunakan model IndoBERT untuk mendukung proses pemantauan layanan. Data penelitian diperoleh dari Google Play Store dan Platform X dengan jumlah 388.070 ulasan pada periode 2020–2026. Metode penelitian menggunakan pendekatan Cross Industry Standard Process for Data Mining (CRISP-DM) yang terdiri dari business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Tahap preprocessing dilakukan melalui cleansing, case folding, filtering, normalization, spelling correction, dan tokenization untuk menghasilkan data yang siap dianalisis. Corpus domain-spesifik digunakan sebagai representasi konteks bahasa pengaduan PLN Mobile dalam penerapan model IndoBERT berbasis Named Entity Recognition (NER). Hasil evaluasi menunjukkan bahwa model IndoBERT memperoleh nilai micro-F1 sebesar 0,9938 pada skema tipe entitas dan 0,9935 pada skema subclass. Hasil analisis kemudian divisualisasikan dalam bentuk dashboard yang menyajikan distribusi keluhan, kategori permasalahan, tren pengaduan, dan informasi pendukung lainnya.