Feby Yola Br Tarigan (1), Sumiati Sumiati (2)
General Background: The rapid advancement of information technology has transformed societal interaction patterns, notably through digital services such as delivery applications. Specific Background: One such service, Lalamove, provides practical and efficient instant delivery; however, user complaints persist. Knowledge Gap: Despite widespread adoption, there is limited academic insight into how user experience directly influences customer satisfaction and loyalty within this context. Aim: This study investigates customer satisfaction and loyalty toward the Lalamove application, focusing on user experience dimensions. Results: Using the HEART Framework to assess five aspects of user experience and the Net Promoter Score (NPS) to evaluate loyalty, findings reveal an overall usability score of 0.71 (71%), surpassing the predefined target of 70%, although several items remained below target. Meanwhile, the NPS loyalty score stood at 17%, indicating moderate loyalty where users continue using the app but are less inclined to recommend it. Novelty: This study integrates HEART and NPS in a comprehensive framework to bridge user experience and customer loyalty in a delivery service context. Implications: The findings underscore the need for targeted service improvements using the 5W+1H approach, offering actionable insights for enhancing user satisfaction and fostering sustained loyalty.
Highlight:
Integrated Metrics: Combines HEART and NPS for a comprehensive evaluation.
User Loyalty Insight: Identifies moderate loyalty despite usability success.
Actionable Solutions: Uses 5W+1H to propose focused service improvements.
Keywords: User Experience, Customer Loyalty, HEART Framework, Net Promoter Score, Lalamove Application
Analysis of Customer Satisfaction and Loyalty Based on User Experience in the Lalamove Application Using the HEART Framework and Net Promoter Score
Feby Yola Br Tarigan*,1), Sumiati2)
1)Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
2)Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
21032010162@student.upnjatim.ac.id*) dan sumiatiroyanawati04984@gmail.com
Abstract. Advances in information technology have driven significant changes in people's interaction patterns, including the use of digital services such as the Lalamove app. This app offers practical and efficient instant delivery services, but various complaints from users are still encountered. Therefore, this study aims to determine the level of customer satisfaction and loyalty based on user experience on the Lalamove app. The method used is the HEART Framework to evaluate five dimensions of user experience and the Net Promoter Score to measure customer loyalty. The analysis results show that the usability level of the Lalamove app is in the fairly good category with a score of 0.71 or 71% overall. Researchers set a goal of 70% achievement and still found several research items that have not met this target. Meanwhile, the customer loyalty value obtained was 17% which is included in the loyal category, indicating a tendency for users to continue using the app even though they have not fully actively recommended it. These findings indicate the need for improvements that have been formulated using the 5W + 1H approach to produce applicable and targeted solutions. This research and recommendations for improvements are expected to serve as a reference in improving the quality of the Lalamove app service.
Keywords – Customer Loyalty; Customer Satisfaction; HEART Framework; Lalamove; User Experience
Abstrak. Kemajuan teknologi informasi telah mendorong perubahan signifikan dalam pola interaksi masyarakat salah satunya dalam penggunaan layanan digital seperti aplikasi Lalamove. Aplikasi ini menawarkan layanan pengiriman instan yang praktis dan efisien, namun masih ditemukan berbagai keluhan dari pengguna. Sehingga penelitian ini bertujuan untuk mengetahui tingkat kepuasan dan loyalitas pelanggan berdasarkan pengalaman pengguna pada aplikasi Lalamove. Metode yang digunakan adalah HEART Framework untuk mengevaluasi lima dimensi pengalaman pengguna serta Net Promoter Score untuk mengukur loyalitas pelanggan. Hasil analisis menunjukkan bahwa tingkat usability aplikasi Lalamove berada pada kategori cukup baik dengan skor 0,71 atau 71% secara keseluruhan. Peneliti menetapkan pencapaian goals sebesar 70% dan masih ditemukan beberapa item penelitian yang belum memenuhi target tersebut. Sementara itu, nilai loyalitas pelanggan diperoleh sebesar 17% yang termasuk dalam kategori loyal, menunjukkan kecenderungan pengguna untuk tetap menggunakan aplikasi meskipun belum sepenuhnya merekomendasikannya secara aktif. Temuan ini menunjukkan perlunya adanya perbaikan yang sudah disusun menggunakan pendekatan 5W+1H untuk menghasilkan solusi yang aplikatif dan tepat sasaran. Penelitian dan rekomendasi perbaikan ini diharapkan dapat menjadi acuan dalam peningkatan kualitas layanan aplikasi Lalamove.
Kata Kunci – HEART Framework; Kepuasan Pelanggan; Lalamove; Loyalitas Pelanggan; Pengalaman Pengguna
I. Pendahuluan
Kemajuan teknologi informasi di era globalisasi telah mengubah pola pandang serta interaksi sosial masyarakat[1]. Perkembangan ini telah mendorong masyarakat dan pelaku usaha untuk beradaptasi dari aktivitas konvensional menuju pemanfaatan layanan digital[2]. Hal ini didukung oleh laporan International Institute for Management Development 2025, yang mengatakan bahwa peringkat daya saing digitalisasi Indonesia mengalami peningkatan dari posisi ke-56 pada tahun 2020 menjadi posisi ke-43 pada tahun 2024[3]. Hal ini menunjukkan bahwa Indonesia akan terus menggunakan, mengembangkan, dan berinovasi pada digitalisasi untuk meningkatkan daya saing operasional maupun kualitas hidup masyarakat.
Salah satu wujud nyata dari pemanfaatan teknologi digital oleh masyarakat adalah penggunaan internet. Perkembangan internet turut mendorong hadirnya berbagai aplikasi mobile berbasis daring, salah satunya adalah aplikasi Lalamove[4]. Sejak mulai beroperasi di Indonesia pada tahun 2018 hingga Maret 2025, lebih dari 10 juta pengguna telah mengunduh aplikasi Lalamove melalui Play Store. Popularitas ini didorong oleh kemampuannya dalam menyediakan layanan pengiriman yang cepat dan mudah untuk dijangkau, sehingga memudahkan bagi pengguna maupun pelaku usaha untuk mengatur pengiriman barang secara real-time[5]. Meskipun aplikasi ini memberikan solusi yang cepat dan efisien, ternyata masih terdapat pengguna yang menyampaikan keluhan yang dapat dilihat di laman ulasan Play Store terkait berbagai aspek, seperti kesulitan dalam proses pendaftaran dan login terutama bagi pengguna baru, deskripsi menu dan fitur yang sulit dipahami, bug kinerja dan kompatibilitas seperti pelacakan driver error ataupun aplikasi tidak responsif, kurangnya transparansi biaya, saldo yang tidak dapat ditarik kembali, hingga ketidaksesuaian informasi driver menjadi sorotan utama. Apabila keluhan dari pengguna terus meningkat, hal tersebut dapat menurunkan tingkat kepuasan mereka terhadap layanan yang pada akhirnya berdampak pada penurunan loyalitas dalam jangka panjang. Kondisi ini umumnya terjadi sebagai respons terhadap pengalaman pengguna yang kurang memuaskan selama menggunakan aplikasi[6]. Oleh karena itu, penting untuk memahami konsep kepuasan dan loyalitas pelanggan sebagai indikator utama dalam menilai keberhasilan sebuah layanan digital.
Penelitian terdahulu yang dilakukan oleh Rismawan dan Suparni[7], membahas tentang pengalaman pengguna aplikasi Shopee dengan menggunakan metode HEART Framework. Studi ini berfokus dalam mengevaluasi hubungan antara aspek-aspek user experience terhadap tingkat kepuasan pengguna secara keseluruhan yang berarti kepuasan pengguna dapat diukur melalui user experience atau pengalaman pengguna. Sementara itu, Srirahayu et al.,[8] pada hasil penelitiannya menegaskan bahwa kepuasan pengguna berperan dalam membentuk loyalitas dan loyalitas inilah yang secara langsung memengaruhi kecenderungan pengguna untuk merekomendasikan layanan guna menciptakan pengalaman pengguna yang memuaskan sehingga mendorong loyalitas.
Berdasarkan tinjauan tersebut, peneliti akhirnya menggabungkan kerangka kerja yang secara luas sudah digunakan sebagai alat untuk mengevaluasi kualitas pengalaman pengguna, yaitu HEART Framework yang mencakup lima indikator utama, yaitu Happiness, Engagement, Adoption, Retention, dan Task Success untuk mengidentifikasi celah pada layanan dan efektivitas proses dari perspektif pengguna[9]. Untuk melengkapi analisis tersebut, metode Net Promoter Score (NPS) dimanfaatkan untuk menilai loyalitas pelanggan melalui estimasi tingkat kemungkinan mereka untuk kembali menggunakan layanan atau merekomendasikannya kepada orang lain dimana metode ini menilai tingkat kepuasan dan rekomendasi pelanggan dengan skala 1-10[10].
Sehingga mengingat berbagai permasalahan pada aplikasi Lalamove yang telah diuraikan sebelumnya, penelitian ini dilakukan dengan memiliki tujuan untuk mengetahui dan mengevaluasi tingkat kepuasan dan loyalitas pelanggan berdasarkan pengalaman mereka dalam menggunakan aplikasi Lalamove serta mengidentifikasi aspek layanan yang perlu diperbaiki agar kepuasan pelanggan dapat terjaga dan mendorong loyalitas melalui rekomendasi positif dari pengguna. Oleh karena itu, temuan dari penelitian ini diharapkan mampu memberikan perbaikan yang nyata dalam pengembangan dan optimalisasi kualitas layanan Lalamove sehingga dapat meningkatkan pengalaman pengguna secara menyeluruh. Untuk memperkuat hasil analisis, rekomendasi perbaikan dalam penelitian ini disusun menggunakan pendekatan 5W+1H agar solusi yang diberikan tidak hanya relevan secara konseptual, tetapi juga aplikatif dan tepat sasaran berdasarkan konteks permasalahan yang ada.
II. Metode
Untuk memperjelas alur pelaksanaan penelitian, berikut ini disajikan diagram alir (flowchart) yang menggambarkan tahapan-tahapan metode yang digunakan.
Gambar 1. Diagram Alir Penelitian
III. Hasil dan Pembahasan
Pengumpulan data kuesioner
Data dalam penelitian ini dikumpulkan melalui metode survei menggunakan kuesioner yang didistribusikan secara online lewat media google form. Pernyataan maupun pertanyaan pada kuesioner disusun dengan mengacu pada instrumen penelitian HEART Framework dan Net Promoter Score terhadap aplikasi Lalamove dengan menggunakan skala penilaian tertentu. Jumlah total responden yang berhasil dikumpulkan untuk dianalisis adalah sebanyak 370 responden yang telah memenuhi syarat uji kecukupan data berdasarkan hasil perhitungan menggunakan rumus Krejcie dan Morgan. Sehingga didapatkan rekapitulasi pada pengumpulan data sebagai berikut.
Tabel 1. Rekapitulasi Data Instrumen HEART Framework
KodeItem PernyataanPenilaianTotal
12345
H1Saya merasa puas dengan pengalaman saya menggunakan layanan aplikasi Lalamove71171136073370
H2Saya merasa tampilan desain dan deskripsi fitur aplikasi Lalamove menarik dan informatif16466375170370
H3Saya merasa nyaman menggunakan fitur aplikasi Lalamove karena mudah dipahami198810910549370
H4Saya merasa navigasi atau perintah layanan aplikasi Lalamove memudahkan pengguna12467418355370
H5Saya merasa aman saat menggunakan setiap layanan di aplikasi Lalamove198810910549370
H6Saya merasa customer service Lalamove memberikan solusi yang memuaskan disaat saya mendapatkan kendala18486418753370
H7Saya tidak mengalami kekecewaan yang serius selama menggunakan layanan Lalamove104564118133370
E1Saya merasa aplikasi Lalamove dapat diakses dan digunakan setiap waktu12484382185370
E2Saya ingin tetap menggunakan Lalamove untuk kebutuhan layanan pengiriman saya berikutnya131071237651370
E3Saya tetap menggunakan Lalamove meskipun pernah mengalami masalah penggunaan sebelumnya12104998273370
E4Saya berniat menggunakan aplikasi Lalamove dalam jangka waktu yang lama9517116079370
A1Saya tahu bagaimana menggunakan fitur aplikasi Lalamove walaupun pengguna baru1589977891370
A2Saya merasa terbantu sebagai pengguna baru dengan deskripsi tambahan yang disediakan aplikasi Lalamove11537217064370
A3Saya memilih menggunakan Lalamove sebagai pengguna baru karena tampilan aplikasinya mudah digunakan26447218840370
A4Saya dapat dengan mudah membedakan jenis-jenis layanan yang disediakan aplikasi Lalamove105751116136370
A5Saya lebih memilih aplikasi Lalamove dibandingkan dengan aplikasi layanan jasa pengiriman instan lainnya11981088964370
R1Setelah pernah menggunakan layanan aplikasi Lalamove minimal 1 kali, saya masih menggunakan aplikasi tersebut untuk memesan layanan mereka di waktu selanjutnya14466073177370
R2Saya akan terus menggunakan aplikasi Lalamove selama membutuhkan layanan dari jasa yang mereka sediakan141031258147370
R3Saya tetap memilih menggunakan aplikasi Lalamove meskipun pernah mengalami kendala12115848079370
R4Saya tidak pernah melakukan uninstall aplikasi Lalamove11496089161370
TS1Proses pemesanan melalui aplikasi Lalamove berjalan dengan lancar1692978085370
TS2Saya dapat melacak lokasi driver dan melihat history pemesanan pada aplikasi Lalamove12467418355370
TS3Saya merasa driver selalu tersedia saat melakukan pemesanan aplikasi Lalamove18486418753370
TS4Saya merasa metode pembayaran dalam aplikasi Lalamove cukup beragam dan fleksibel995929282370
TS5Biaya yang saya bayarkan sesuai dengan informasi awal tanpa adanya biaya tambahan mendadak171021207259370
TS6Saldo yang ada dalam aplikasi Lalamove dapat ditarik kembali dengan mudah151051125583370
TS7Saya merasa tidak ada masalah error pada fitur yang disediakan (jarang terjadi crash) pada aplikasi Lalamove12597115276370
TS8Saya dapat menentukan titik penjemputan dan tujuan pengiriman dengan akurat pada aplikasi Lalamove17486816473370
TS9Informasi kendaraan yang tertera di aplikasi Lalamove sesuai dengan kendaraan yang diterima14515790158370
TS10Barang saya diterima dalam kondisi utuh dan tidak rusak124754110147370
TS11Driver yang mengantar barang sesuai dengan informasi akun yang terdaftar di aplikasi9497017666370
TS12Saya tidak pernah mengalami driver yang menerima lebih dari 1 pesanan secara bersamaan (double booking)9911128078370
TS13Saya dapat membatalkan layanan dengan mudah melalui aplikasi Lalamove173873110132370
Berdasarkan Tabel 1, disajikan rekapitulasi data dari instrumen HEART Framework yang terdiri atas lima variabel utama. Masing-masing variabel diukur melalui sejumlah pernyataan. Sebanyak 370 partisipan mengisi kuesioner dengan menggunakan skala Likert mulai dari nilai 1 yang berarti Sangat Tidak Setuju hingga nilai 5 yang berarti Sangat Setuju sebagai indikator tingkat persetujuan terhadap setiap pernyataan yang diajukan.
Tabel 2. Rekapitulasi Data Instrumen Net Promoter Score
KodeItem PertanyaanPenilaian
12345678910
NPS1Berdasarkan pengalaman Anda, seberapa besar kemungkinan Anda merekomendasikan aplikasi Lalamove kepada orang lain?025182538429010446
Total370
Berdasarkan Tabel 2, terdapat rekapitulasi instrumen Net Promoter Score pada penelitian ini yang menggunakan satu pertanyaan utama dan telah dijawab oleh 370 responden menggunakan skala Likert 1–10 sesuai dengan dasar metode ini yang mencerminkan tingkat loyalitas mereka terhadap layanan aplikasi Lalamove. Data dari kuesioner direkapitulasi dalam bentuk tabel yang dapat dilihat di Tabel 2, yang memuat kode metode, item pertanyaan, dan penilaian responden. Rekapitulasi menunjukkan bahwa responden dengan memilih skala likert 9 dengan jumlah 104 responden mendominasi pengisian kuesioner.
Uji Validitas dan Reliabilitas Data
Pada tahap ini dilakukan pengujian validitas untuk mengevaluasi kelayakan data yang telah dikumpulkan serta memastikan bahwa data tersebut mencukupi tanpa perlu adanya penambahan. Validitas diuji dengan menggunakan kriteria bahwa nilai r hitung harus sama dengan atau lebih besar dari r tabel (r hitung ≥ r tabel). Selanjutnya, uji reliabilitas diterapkan pada data kuesioner yang telah dinyatakan valid guna menilai konsistensi atau stabilitas jawaban responden. Suatu instrumen dinyatakan reliabel apabila nilai Cronbach’s Alpha mencapai atau melebihi angka 0,6.[11]. Proses pengujian validitas dan reliabilitas ini dilakukan dengan menggunakan bantuan perangkat lunak IBM SPSS Statistics versi 26, sehingga diperoleh hasil sebagai berikut.
Tabel 3. Hasil Uji Validitas Data HEART Framework dan Net Promoter Score
MetodeVariabelKode Variabelr_hitungr_tabelKeterangan
HEART FrameworkHappinessH10,4970,1020Valid
H20,7710,1020Valid
H30,7750,1020Valid
H40,7230,1020Valid
H50,7750,1020Valid
H60,7170,1020Valid
H70,7450,1020Valid
EngagementE10,7970,1020Valid
E20,6480,1020Valid
E30,7760,1020Valid
E40,5860,1020Valid
AdoptionA10,6920,1020Valid
A20,8500,1020Valid
A30,7390,1020Valid
A40,7400,1020Valid
A50,7400,1020Valid
RetentionR10,8170,1020Valid
R20,6110,1020Valid
R30,6320,1020Valid
R40,7940,1020Valid
Task SuccessTS10,6590,1020Valid
TS20,7390,1020Valid
TS30,7540,1020Valid
TS40,6230,1020Valid
TS50,6380,1020Valid
TS60,6130,1020Valid
TS70,7640,1020Valid
TS80,7470,1020Valid
TS90,7550,1020Valid
TS100,7610,1020Valid
TS110,7420,1020Valid
TS120,5770,1020Valid
TS130,7610,1020Valid
Net Promoter ScoreNPS10,5380,1020Valid
Merujuk pada Tabel 3, hasil uji validitas pada data HEART framework dan net promoter score memiliki nilai r_hitung≥r_tabel yang menunjukkan bahwa data HEART framework dan net promoter score pada instrumen yang digunakan telah memenuhi kriteria valid dan layak dipakai dalam penelitian.
Tabel 4. Hasil Uji Reliabilitas Data HEART Framework dan Net Promoter Score
MetodeCronbanch’s AlphaKeterangan
HEART FrameworkHappiness0,839Reliabel
Engagement0,664Reliabel
Adoption0,804Reliabel
Retention0,682Reliabel
Task Success0,913Reliabel
Net Promoter Score0,813Reliabel
Berdasarkan Tabel 4, seluruh variabel pada HEART Framework dan Net Promoter Score dinyatakan reliabel. Hal ini sudah sesuai dengan kriteria dari uji reliabilitas, yakni sebuah variabel dianggap reliabel apabila nilai Cronbach’s Alpha mencapai atau melebihi angka 0,60.
Pengolahan data
Perhitungan Metrics HEART Framework
Penetapan Goals, Signals, dan Metrics
Dalam penelitian ini, metode HEART Framework dimulai dengan penetapan goals, signals, dan metrics untuk setiap dimensi yang digunakan. Berikut adalah tabel yang menjelaskan hubungan antara goals, signals, dan metrics HEART Framework aplikasi Lalamove.
Tabel 5. Penetapan Goals, Signals, dan Metrics Aplikasi Lalamove
VariabelGoalsSignalsMetrics
HUntuk mengukur 70% kepuasan dan kenyamanan pengguna dalam menggunakan aplikasi LalamoveMelakukan penyebaran kuesioner yang berorientasi pada variabel HappinessSurvei pengguna dengan jawaban kuesioner dalam skala 1 – 5
EUntuk mengetahui 70% pengguna terlibat aktif dengan aplikasi LalamoveMelakukan pengukuran dengan menyajikan pernyataan yang berfokus pada variabel keterlibatan (Engagement)
AUntuk mengukur 70% pengguna baru dapat menerima dan mulai menggunakan aplikasi LalamoveMelakukan pengukuran dengan menyampaikan pernyataan yang berfokus pada variabel Adoption
RUntuk menilai 70% kecenderungan pengguna untuk terus menggunakan aplikasi Lalamove di masa mendatangMengukur perilaku pengguna yang kembali mengakses layanan serta menyampaikan pernyataan terkait variabel Retention.
TSUntuk menilai 70% keberhasilan pengguna dalam menyelesaikan proses pemesanan tanpa kendala pada aplikasi LalamoveMelakukan distribusi kuesioner yang difokuskan pada variabel keberhasilan pengguna dalam menggunakan layanan yakni Task Success
Berdasarkan Tabel 5, dapat dilihat bahwa angka 70% ditetapkan sebagai ambang batas pencapaian Goals karena mencerminkan tingkat keberhasilan yang umum digunakan dalam evaluasi pengalaman pengguna dan survei kepuasan. Penetapan ini merujuk pada interpretasi skor system usability scale (SUS) sebagaimana dijelaskan oleh Tullis dan Albert (2013), yang menyatakan bahwa skor usability sebesar 70% mencerminkan tingkat interaksi pengguna yang acceptable atau dapat diterima[12]. Oleh karena itu, pemberian angka 70% pada goals dalam penelitian ini dipilih karena selaras dengan standar interpretasi keberhasilan usability yang telah teruji.
Perhitungan Nilai Maksimal
Setelah menentukan goals, signals, dan metrics, langkah selanjutnya adalah menetapkan nilai maksimal dari masing-masing variabel. Penetapan nilai maksimal bertujuan untuk menentukan batas tertinggi dari skor yang bisa dicapai pada setiap variabel HEART dengan rumus matematis:
Nmax=NQmax×∑▒Q×R (1)
Berikut merupakan salah satu perhitungan nilai maksimal variabel HEART, yaitu variabel happiness berdasarkan rumus (1).
Nmax Happiness = NQmax×∑▒Q×R
= 5 × 7 × 370
= 12950
Berdasarkan hasil perhitungan, didapatkan nilai maksimum pada variabel happiness adalah 12950. Selanjutnya nilai maksimal pada variabel HEART dan setiap item instrumen penelitian lainnya sudah disajikan di Tabel 7. Hal ini dilakukan karena proses perhitungan menggunakan rumus yang sama.
Perhitungan Nilai Total
Perhitungan nilai total merupakan langkah untuk menjumlahkan seluruh skor yang diberikan responden pada masing-masing variabel atau item pernyataan yang dapat dirumuskan seperti berikut.
Nilai Total=∑▒〖Skor Jawaban Semua Responden〗 (2)
Berikut merupakan salah satu perhitungan nilai total variabel HEART, yaitu variabel happiness berdasarkan rumus (2).
Nilai total Happiness =∑▒〖Skor Jawaban Responden H1+H2+H3+H4+H5+H6+ H7〗
= 1185 + 1447 + 1187 + 1333 + 1187 + 1319 + 1429
= 9087
Berdasarkan hasil perhitungan, didapatkan nilai total pada variabel happiness adalah 9087. Selanjutnya nilai total pada variabel HEART dan setiap item instrumen penelitian lainnya sudah disajikan di Tabel 7. Hal ini dilakukan karena proses perhitungan menggunakan rumus yang sama.
Perhitungan Nilai Kriteria
Langkah selanjutnya adalah menghitung nilai kriteria untuk mengetahui persentase pencapaian dari setiap pernyataan. Nilai kriteria diperoleh dengan membandingkan nilai total terhadap nilai maksimal sehingga dapat memberikan gambaran mengenai tingkat pengalaman pengguna secara lebih terukur dalam bentuk persentase yang dirumuskan sebagai berikut.
Nilai Kriteria=N_total/N_max ×100% (3)
Berikut merupakan salah satu perhitungan nilai kriteria variabel HEART, yaitu variabel happiness berdasarkan rumus (3).
Nilai Kriteria = N_total/N_max ×100%
= 9087/12950×100%
= 0,7017 ×100%
= 70,17 % ≈ 70%
Berdasarkan hasil perhitungan, didapatkan nilai kriteria pada variabel happiness adalah 70%. Selanjutnya nilai kriteria pada variabel HEART dan setiap item instrumen penelitian lainnya sudah disajikan di Tabel 7. Hal ini dilakukan karena proses perhitungan menggunakan rumus yang sama.
Interpretasi Level of Usability
Tahap selanjutnya adalah menentukan level of usability. Menghitung level of usability berdasar pada nilai kriteria yang telah dihitung sebelumnya. Penyajian hasil level of usability berada dalam angka desimal sehingga nilai kriteria perlu dikonversi ke dalam bentuk desimal seperti rumus berikut dan hasil dari konversi level of usability akan dapat diinterpretasikan ke tabel di bawah ini dimana hasil yang akan didapatkan akan memberikan kriteria keandalan kepada peneliti[13].
Level of usability =(Nilai Kriteria)/100 (4)
Tabel 6. Level of Usability
Koefisien KorelasiKriteria Keandalan
0,81<r<1,00Sangat Tinggi
0,61<r<0,80Tinggi
0,41<r<0,60Sedang
0,21<r<0,40Rendah
0,00<r<0,20Sangat Rendah
Di bawah ini merupakan salah satu perhitungan level of usability variabel HEART, yaitu variabel happiness berdasarkan rumus (4).
Level of usability =(Nilai Kriteria)/100
= 70/100
= 0,70
Berdasarkan hasil perhitungan, didapatkan level of usability pada variabel happiness adalah 0,70 sehingga didapatkan kriteria keandalan pada variabel happiness termasuk ke dalam kategori Tinggi. Selanjutnya nilai keandalan pada variabel HEART dan setiap item instrumen penelitian lainnya sudah disajikan di Tabel 7. Hal ini dilakukan karena proses perhitungan menggunakan rumus yang sama, yakni pada tabel berikut.
Tabel 7. Interpretasi Level of Usability HEART Framework
VariabelKodeNilai TotalNilai MaksimalNilai KriteriaLevel of UsabilityKriteria Keandalan
HappinessH11185185064%0,64Tinggi
H21447185078%0,78Tinggi
H31187185064%0,64Tinggi
H41333185072%0,72Tinggi
H51187185064%0,64Tinggi
H61319185071%0,71Tinggi
H71429185077%0,77Tinggi
Total Happiness90871295070%0,70Tinggi
EngagementE11490185081%0,81Tinggi
E21155185062%0,62Tinggi
E31210185065%0,65Tinggi
E41359185074%0,74Tinggi
Total Engagement5214740071%0,71Tinggi
AdoptionA11251185068%0,68Tinggi
A21333185072%0,72Tinggi
A31282185069%0,69Tinggi
A41421185077%0,77Tinggi
A51207185065%0,65Tinggi
Total Adoption6494925070%0,70Tinggi
RetentionR11463185079%0,79Tinggi
R21154185062%0,62Tinggi
R31209185065%0,65Tinggi
R41450185078%0,78Tinggi
Total Retention5276740071%0,71Tinggi
Task SuccessTS11236185067%0,67Tinggi
TS21333185072%0,72Tinggi
TS31319185071%0,71Tinggi
TS41253185068%0,68Tinggi
TS51164185063%0,63Tinggi
TS61196185065%0,65Tinggi
TS71331185072%0,72Tinggi
TS81338185072%0,72Tinggi
TS91437185078%0,78Tinggi
TS101443185078%0,78Tinggi
TS111351185073%0,73Tinggi
TS121237185067%0,67Tinggi
TS131412185076%0,76Tinggi
Total Task Success170502405071%0,71Tinggi
Level of Usability Aplikasi Lalamove0,71Tinggi
Berdasarkan Tabel 7, diperoleh kriteria keandalan untuk setiap item instrumen penelitian dari kelima variabel dalam HEART Framework. Setiap hasil nilai kriteria dan keseluruhan layanan aplikasi Lalamove menunjukkan bahwa nilai level of usability berada dalam kategori “Tinggi” dengan nilai 0,71. Nilai ini dapat diartikan bahwa aplikasi Lalamove masuk dalam klasifikasi kualitas yang baik atau menunjukkan tingkat efektivitas penggunaan yang tinggi[9].
Perhitungan Net Promoter Score
Pengelompokkan Hasil Responden
Pengelompokkan hasil responden bertujuan untuk mengklasifikasikan responden ke dalam tiga kategori utama, yaitu promoters, passives, dan detractors.
Tabel 8. Pengelompokkan Responden Aplikasi Lalamove
Kategori NPSJumlah Responden
Promoters (9 – 10)150
Passives (7 – 8)132
Detractors (1 – 6)88
Perhitungan Persentase Kategori Responden
Setelah dilakukan pengelompokan responden, langkah selanjutnya adalah menghitung persentase dari masing-masing kategori. Perhitungan ini bertujuan untuk mengetahui proporsi responden dalam tiap kelompok sehingga dapat memberikan gambaran lebih rinci mengenai kecenderungan loyalitas terhadap aplikasi Lalamove. Berikut ini merupakan rumus yang diterapkan untuk menghitung persentase pada setiap kategori yang dianalisis.
Kategori-X %= (Jumlah Kategori-X)/(Total Responden)×100% (5)
Berikut merupakan salah satu perhitungan persentase kategori pada Net Promoter Score, yaitu kategori promoters berdasarkan rumus (5).
Promoters %= (Jumlah Promoters)/(Total Responden)×100%
= 150/370×100%
= 0,41 ×100%
= 41 %
Berdasarkan hasil perhitungan, didapatkan nilai persentase pada kategori promoters adalah 41%. Selanjutnya nilai persentase kategori passives dan detractors sudah disajikan di Tabel 9. Hal ini dilakukan karena proses perhitungan menggunakan rumus yang sama, yakni pada tabel berikut.
Tabel 9. Nilai Persentase Kategori Net Promoters Score
Kategori NPSNilai Persentase Kategori
Promoters 41%
Passives 36%
Detractors 24%
Perhitungan dan Interpretasi Nilai Net Promoter Score
Nilai Net Promoter Score diperoleh dari selisih antara persentase pelanggan Promoter dan Detractor yang menjadi indikator loyalitas pelanggan dengan rumus dan perhitungan berikut[10].
Nilai NPS = %Promoter-%Detractor (6)
= 41 % - 24 %
= 17 %
Setelah didapatkan nilai NPS maka dilanjutkan dengan menginterpretasikan hasil nilai tersebut ke dalam parameter Net Promoter Score seperti pada tabel berikut.
Tabel 10. Parameter Net Promoter Score
No.Net Promoter Score (%)Ukuran Net Promoter Score
1NPS<0Tidak Loyal
2NPS=0-50Loyal
3NPS>50Sangat Loyal
Jika merujuk pada kategori dalam Tabel 10, maka dapat dilihat nilai Net Promoter Score sebesar 17% berada dalam rentang kategori Loyal. Hal ini menunjukkan bahwa jumlah promoters yang tinggi dan jumlah detractors yang rendah memberikan indikasi positif terhadap loyalitas pengguna serta berpotensi mendukung keberlangsungan dan pertumbuhan layanan aplikasi ke depannya[14]. Meskipun demikian, nilai Net Promoter Score masih berada pada kategori loyal yang berarti masih terdapat sebagian pengguna yang belum sepenuhnya puas. Oleh karena itu, diperlukan evaluasi lanjutan untuk meningkatkan loyalitas pelanggan secara menyeluruh.
Evaluasi pencapaian goals
Evaluasi pada bagian ini bertujuan meninjau sejauh mana goals penggunaan layanan dirumuskan dalam Tabel 5 telah tercapai. Penilaian dilakukan tidak hanya pada tingkat variabel tetapi juga pada setiap item pernyataan. Dengan demikian, evaluasi ini akan memberikan gambaran rinci mengenai aspek-aspek yang masih menjadi kelemahan dalam pengalaman pengguna aplikasi Lalamove. Adapun ambang capaian atau goals setiap item ditetapkan sebesar 70%, sehingga berdasarkan Tabel 7 berikut adalah item-item yang belum memenuhi target tersebut.
Tabel 11. Evaluasi Pencapaian Nilai Goals
VariabelKodeNilai KriteriaLevel of UsabilityEvaluasi Goals
HappinessH164%0,64Goals Belum Tercapai
H364%0,64Goals Belum Tercapai
H564%0,64Goals Belum Tercapai
EngagementE262%0,62Goals Belum Tercapai
E365%0,65Goals Belum Tercapai
AdoptionA168%0,68Goals Belum Tercapai
A369%0,69Goals Belum Tercapai
A565%0,65Goals Belum Tercapai
RetentionR262%0,62Goals Belum Tercapai
R365%0,65Goals Belum Tercapai
Task SuccessTS167%0,67Goals Belum Tercapai
TS468%0,68Goals Belum Tercapai
TS563%0,63Goals Belum Tercapai
TS665%0,65Goals Belum Tercapai
TS1267%0,67Goals Belum Tercapai
Rekomendasi Perbaikan
Berdasarkan hasil rangkuman pencapaian goals, masih terdapat aspek-aspek tertentu yang memerlukan perhatian dan peningkatan. Untuk menindaklanjuti temuan tersebut, maka disajikan rekomendasi perbaikan yang dirumuskan dengan pendekatan yang melibatkan enam aspek dasar, yaitu What, Why, Where, When, Who, dan How yang dikenal sebagai metode 5W + 1H[15]. Rekomendasi perbaikan akan dilakukan pada item instrumen penelitian yang belum mencapai goals.
Tabel 12. Rekomendasi Perbaikan Aplikasi Lalamove dengan 5W + 1H
WhatWhyWhereWhenWhoHow
H1: Pengguna kurang puas dengan layanan secara keseluruhanKualitas layanan tidak selalu konsisten dan tidak sesuai ekspektasiSaat proses pemesanan, pengantaran, atau penyelesaian pengirimanSaat layanan digunakan dalam kondisi mendesak atau padatTim operasional dan pengembangan layananTingkatkan pelatihan driver dan kecepatan respon CS
H3: Fitur aplikasi kurang nyaman digunakanTampilan kurang intuitif bagi sebagian penggunaDi halaman utama dan menu pemesananSaat pengguna pertama kali mencoba aplikasiTim UI/UX dan pengembang aplikasiSederhanakan antarmuka dan tambahkan tutorial pemakaian
H5: Pengguna merasa kurang amanKurangnya transparansi data driver atau pelacakanSaat proses pengiriman berlangsungSaat barang sedang dijemput/diantarTim keamanan dan layanan penggunaTingkatkan fitur pelacakan dan verifikasi driver
E2: Rendahnya niat pengguna untuk kembali menggunakan layananPengalaman sebelumnya belum sepenuhnya memuaskanTerjadi saat pemesanan dan interaksi layananSaat layanan dianggap tidak konsisten atau kurang responsifTim pengembang, CS, dan operasional LalamoveTingkatkan konsistensi layanan, transparansi biaya, dan responsivitas CS
E3: Loyalitas pengguna rendah setelah masalahTidak ada solusi atau kompensasi saat terjadi masalahSetelah mengalami kendala dalam pemakaianSetelah pengiriman bermasalah atau telatTim customer service dan manajemenBuat sistem kompensasi atau jaminan layanan
A1: Pengguna baru kesulitan menggunakan fiturMinimnya panduan penggunaanSaat pertama kali membuka aplikasiSaat onboarding atau instalasi awalTim produk dan desainTambahkan fitur bantuan dan panduan singkat dalam aplikasi
A3: Tampilan aplikasi belum cukup menarik untuk pengguna baruDesain UI kurang menarik atau terlalu standarDi halaman depan dan navigasi utamaSaat perbandingan dengan aplikasi lainTim UI/UXPerbarui desain visual dan buat tampilan lebih modern
A5: Aplikasi kalah bersaing dengan layanan lainFitur dan keunggulan tidak jelas bagi penggunaDalam proses perbandingan antar aplikasiSaat pengguna ingin memilih layanan pengirimanTim pemasaran dan produkTampilkan keunggulan kompetitif di awal (harga, kecepatan, promo)
R2: Pengguna ragu untuk terus menggunakan layananPengalaman sebelumnya belum sepenuhnya memuaskanSetelah beberapa kali penggunaanSaat ada alternatif layanan lainTim layanan pelanggan dan pengembanganTingkatkan konsistensi kualitas layanan dan berikan promo loyalitas
R3: Pengguna tidak lagi memakai aplikasi karena pernah mengalami kendalaTidak tersedia alternatif lebih baik atau solusi dari Lalamove kurang maksimalSetelah mengalami kendalaSaat layanan dibutuhkan kembaliTim CS dan manajemen risikoTanggapi keluhan lebih cepat dan beri kompensasi bila perlu
TS1: Proses pemesanan kadang tidak lancarAplikasi error, lambat, atau koneksi tergangguDi tahap awal pemesananSaat jam sibuk atau sinyal lemahTim teknis dan pengembang aplikasiOptimalkan performa aplikasi dan buat versi ringan
TS4: Metode pembayaran dianggap belum cukup fleksibelTidak semua metode populer tersediaDi halaman pembayaranSaat hendak menyelesaikan pesananTim keuangan dan pengembanganTambahkan opsi e-wallet lain &dan integrasi bank digital
TS5: Biaya tambahan muncul tiba-tibaKurangnya transparansi estimasi biayaSetelah pemesanan selesaiSaat pesanan diubah atau kondisi lapangan berbedaTim penetapan tarif dan aplikasiTampilkan estimasi akhir lebih jelas dan notifikasi biaya tambahan
TS6: Saldo sulit ditarik kembaliFitur tarik saldo tidak tersedia langsung atau rumitDi menu saldo atau akun penggunaSaat pengguna ingin refund/ top-up dibatalkanTim keuangan dan pengembangan aplikasiTambahkan fitur penarikan otomatis atau form refund sederhana
TS12: Masih terjadi double booking oleh driverSistem belum membatasi pesanan gandaSaat driver menerima lebih dari satu pesananSaat permintaan tinggi atau malam hariTim logistik dan sistem penjadwalanPerketat aturan pemesanan dan beri penalti jika melanggar
IV. Kesimpulan
Berdasarkan hasil pengukuran tingkat kepuasan serta loyalitas pelanggan, aplikasi Lalamove berada dalam level of usability tinggi dengan nilai 0,71 atau 71% yang menunjukkan tingkat kepuasan secara keseluruhan berada pada kategori cukup baik. Dalam penelitian ini, peneliti menetapkan goals sebesar 70% sebagai batas pencapaian. Oleh karena itu, masih terdapat beberapa item penelitian yang belum memenuhi goals karena nilainya berada di bawah 70%, yakni pada kode item H1, H3, H5, E2, E3, A1, A3, A5, R2, R3, TS1, TS4, TS5, TS6, dan TS12.
Berdasarkan hasil perhitungan Net Promoter Score yang digunakan untuk menilai loyalitas pelanggan diperoleh nilai loyalitas pelanggan aplikasi Lalamove sebesar 17% yang termasuk dalam kategori loyal. Hal ini menunjukkan bahwa pengguna cenderung menggunakan aplikasi Lalamove meskipun tingkat loyalitas untuk merekomendasikan secara aktif masih perlu ditingkatkan. Oleh karena itu, peneliti memberikan rekomendasi perbaikan pada aplikasi Lalamove dengan berdasar pada hasil analisis setiap item pernyataan yang tidak mencapai nilai goals dengan menggunakan pendekatan 5W+1H yang telah disusun untuk mengatasi berbagai kendala yang ditemukan dalam penggunaan aplikasi Lalamove. Setiap rekomendasi telah dirancang dengan mempertimbangkan akar permasalahan, waktu dan lokasi kemunculan isu, serta pihak yang bertanggung jawab atas pelaksanaan solusi. Keseluruhan rekomendasi diharapkan mampu menjadi acuan perbaikan sistem dan pengalaman pengguna agar aplikasi Lalamove dapat memenuhi ekspektasi pengguna secara lebih optimal di masa mendatang.
Ucapan Terima Kasih
Rasa terima kasih penulis ditujukan kepada semua pihak yang telah berkontribusi dan memberikan dukungan selama proses penulisan penelitian ini, yakni dosen pembimbing, orang tua, rekan sejawat, serta institusi yang telah membantu kelancaran dalam penelitian ini.
Referensi
[1]Kholishudin, “Kompetisi Pasar dan Transaksi di Era Globalisasi,” J. Islam. Bank., vol. 4, pp. 30–41, 2023.
[2]S. K. Ratri, B. T. Hanggara, and Y. T. Mursityo, “Analisis Pengalaman Pengguna (User Experience) pada Website E-commerce di Indonesia menggunakan Metode Scenario Testing dan SUPR-Q (Studi Kasus: Tokopedia dan Bukalapak),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 6, pp. 2573–2583, 2022, [Online]. Available: http://j-ptiik.ub.ac.id
[3]P. I. Indonesia, “Daya Saing Digital Naik,” 2025. https://indonesia.go.id/kategori/editorial/8878/daya-saing-digital-naik-hati-hati-dengan-jempol?lang=1&utm_source=chatgpt.com
[4]A. Noor and E. L. Hadisaputro, “Analisis Pengalaman Pengguna Pada Aplikasi TIX ID Menggunakan Metode User Experience Questionnaire,” J. Inf. Syst. Res., vol. 3, no. 4, pp. 672–677, 2022, doi: 10.47065/josh.v3i4.1881.
[5]D. Nurajizah et al., “Analisis Sentimen Pengguna terhadap Aplikasi Lalamove dengan Perbandingan Algoritma Support Vector Machine dan Naive Bayes,” J. Inf. Syst. Res., vol. 6, no. 3, pp. 1598–1606, 2025, doi: 10.47065/josh.v6i3.7124.
[6]C. P. Trisya, T. K. Ahsyar, S. Syaifullah, and M. Fronita, “Analisis Kepuasan Pengguna Aplikasi Jenius Menggunakan Metode End User Computing Satisfaction dan Importance Performance Analysis,” J. Teknol. Sist. Inf. dan Apl., vol. 7, no. 3, pp. 951–962, 2024, doi: 10.32493/jtsi.v7i3.40802.
[7]M. N. R. Rismawan, and Suparni, "Analisis User Experience terhadap Kepuasan Pengguna Aplikasi Shopee Menggunakan Metode HEART Framework," Jurnal Mahasiswa Teknik Informatika, vol. 9, no. 1, pp. 1- 8, 2025, [Online]. Available: https://ejournal.itn.ac.id/index.php/jati/article/view/11771/6823
[8]D. P. Srirahayu, E. P. Anugrah, and K. Layyinah, “Influence of satisfaction and loyalty on Net Promoter Score (NPS) in academic libraries in Indonesia,” Libr. Manag., vol. 42, no. 6–7, pp. 325–339, 2021, doi: 10.1108/LM-06-2020-0090.
[9]G. B. Subiksa, “Analisis Pengalaman Pengguna Website Lamaran Kerja Online Dengan Metode Heart Framework,” J. Ilm. Multidisiplin Ilmu Komput., vol. 1, no. 1, pp. 13–23, 2023, doi: 10.61674/jimik.v1i1.108.
[10]N. L. L. Tarigan, P. S. M. Wijaya, Y. Wahyuni, and E. Sulistyowati, “Analisis Tingkat Loyalitas Konsumen Generasi Z terhadap Marketplace di Indonesia Menggunakan Metode NPS (Net Promoter Score),” J. Mantra Manaj. Strateg., vol. 01, no. 01, pp. 22–35, 2023.
[11]M. M. Sanaky, “Analisis Faktor-Faktor Keterlambatan Pada Proyek Pembangunan Gedung Asrama Man 1 Tulehu Maluku Tengah,” J. Simetrik, vol. 11, no. 1, pp. 432–439, 2021, doi: 10.31959/js.v11i1.615.
[12]T. Tullis and B. Albert, Measuring the User Experience: Collecting, Analyzing, and Presenting UX Metrics. 2013.
[13]M. A. Maricar, D. Pramana, and E. Edwar, “Pengujian Prototype Pemesanan Creative Gift Menggunakan HEART Framework,” J. Media Inform. Budidarma, vol. 6, no. 2, p. 1166, 2022, doi: 10.30865/mib.v6i2.3982.
[14]N. I. Rhamdani, “Net Promoter Score sebagai Tolok Ukur Ketercapaian Customer Loyalty Peserta Pekerja Penerima Upah Badan Usaha,” J. Jaminan Kesehat. Nas., vol. 1, no. 2, pp. 123–135, 2021, doi: 10.53756/jjkn.v1i2.34.
[15]A. Komari, A. Kesy Garside, L. Dewi Indrasari, and V. Khatta Salsabillah, “Usulan Perbaikan Kualitas Produk Kertas Dengan Metode 5W+1H Pada PT. ‘x,’” Semin. Keinsinyuran Progr. Stud. Progr. Profesi Ins., vol. 1, no. 2, pp. 433–438, 2021, doi: 10.22219/skpsppi.v2i1.4391.
[1] Kholishudin, “Kompetisi Pasar dan Transaksi di Era Globalisasi,” Jurnal Islam dan Perbankan, vol. 4, pp. 30–41, 2023.
[2] S. K. Ratri, B. T. Hanggara, and Y. T. Mursityo, “Analisis Pengalaman Pengguna (User Experience) pada Website E-Commerce di Indonesia Menggunakan Metode Scenario Testing dan SUPR-Q (Studi Kasus: Tokopedia dan Bukalapak),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 6, pp. 2573–2583, 2022. [Online]. Available: http://j-ptiik.ub.ac.id
[3] P. I. Indonesia, “Daya Saing Digital Naik,” Portal Indonesia.go.id, 2025. [Online]. Available: https://indonesia.go.id/kategori/editorial/8878/daya-saing-digital-naik-hati-hati-dengan-jempol
[4] A. Noor and E. L. Hadisaputro, “Analisis Pengalaman Pengguna pada Aplikasi TIX ID Menggunakan Metode User Experience Questionnaire,” Jurnal Information System Research (JOSH), vol. 3, no. 4, pp. 672–677, 2022, doi: 10.47065/josh.v3i4.1881.
[5] D. Nurajizah, M. A. Fatkhur, A. Yulianto, and N. W. Rachman, “Analisis Sentimen Pengguna terhadap Aplikasi Lalamove dengan Perbandingan Algoritma Support Vector Machine dan Naive Bayes,” Jurnal Information System Research (JOSH), vol. 6, no. 3, pp. 1598–1606, 2025, doi: 10.47065/josh.v6i3.7124.
[6] C. P. Trisya, T. K. Ahsyar, S. Syaifullah, and M. Fronita, “Analisis Kepuasan Pengguna Aplikasi Jenius Menggunakan Metode End User Computing Satisfaction dan Importance Performance Analysis,” Jurnal Teknologi Sistem Informasi dan Aplikasi, vol. 7, no. 3, pp. 951–962, 2024, doi: 10.32493/jtsi.v7i3.40802.
[7] M. N. R. Rismawan and Suparni, “Analisis User Experience terhadap Kepuasan Pengguna Aplikasi Shopee Menggunakan Metode HEART Framework,” Jurnal Mahasiswa Teknik Informatika (JATI), vol. 9, no. 1, pp. 1–8, 2025. [Online]. Available: https://ejournal.itn.ac.id/index.php/jati/article/view/11771/6823
[8] D. P. Srirahayu, E. P. Anugrah, and K. Layyinah, “Influence of Satisfaction and Loyalty on Net Promoter Score (NPS) in Academic Libraries in Indonesia,” Library Management, vol. 42, no. 6–7, pp. 325–339, 2021, doi: 10.1108/LM-06-2020-0090.
[9] G. B. Subiksa, “Analisis Pengalaman Pengguna Website Lamaran Kerja Online dengan Metode HEART Framework,” Jurnal Ilmiah Multidisiplin Ilmu Komputer (JIMIK), vol. 1, no. 1, pp. 13–23, 2023, doi: 10.61674/jimik.v1i1.108.
[10] N. L. L. Tarigan, P. S. M. Wijaya, Y. Wahyuni, and E. Sulistyowati, “Analisis Tingkat Loyalitas Konsumen Generasi Z terhadap Marketplace di Indonesia Menggunakan Metode NPS (Net Promoter Score),” Jurnal Mantra: Manajemen Strategi, vol. 1, no. 1, pp. 22–35, 2023.
[11] M. M. Sanaky, “Analisis Faktor-Faktor Keterlambatan pada Proyek Pembangunan Gedung Asrama MAN 1 Tulehu Maluku Tengah,” Jurnal Simetrik, vol. 11, no. 1, pp. 432–439, 2021, doi: 10.31959/js.v11i1.615.
[12] T. Tullis and B. Albert, Measuring the User Experience: Collecting, Analyzing, and Presenting UX Metrics, 2nd ed. Waltham, MA: Morgan Kaufmann, 2013.
[13] M. A. Maricar, D. Pramana, and E. Edwar, “Pengujian Prototype Pemesanan Creative Gift Menggunakan HEART Framework,” Jurnal Media Informatika Budidarma, vol. 6, no. 2, pp. 1166–1172, 2022, doi: 10.30865/mib.v6i2.3982.
[14] N. I. Rhamdani, “Net Promoter Score sebagai Tolok Ukur Ketercapaian Customer Loyalty Peserta Pekerja Penerima Upah Badan Usaha,” Jurnal Jaminan Kesehatan Nasional, vol. 1, no. 2, pp. 123–135, 2021, doi: 10.53756/jjkn.v1i2.34.
[15] A. Komari, A. K. Garside, L. D. Indrasari, and V. K. Salsabillah, “Usulan Perbaikan Kualitas Produk Kertas dengan Metode 5W+1H pada PT. ‘X’,” Seminar Keinsinyuran Program Studi Program Profesi Insinyur, vol. 1, no. 2, pp. 433–438, 2021, doi: 10.22219/skpsppi.v2i1.4391.