TA : Analisis Sentimen Opini Publik Terhadap Pelayanan BPJS Kesehatan Menggunakan Metode Improved K-Nearest Neighbor
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika
Author
Sidabutar, Gloria Valery
Subject
658 General management
Datestamp
2023-08-30 23:43:12
Abstract :
BPJS Kesehatan adalah Badan Penyelenggara Jaminan Sosial Kesehatan di Indonesia yang bertanggung jawab dalam menyelenggarakan program jaminan kesehatan untuk seluruh penduduk Indonesia. Opini Masyarakat tenntang BPJS Kesehatan beragam pendapat dan sudut pandang yang dapat dipengaruhi oleh berbagai faktor, seperti pengalaman pribadi, persepsi masyarakat, dan kinerja BPJS Kesehatan itu sendiri. BPJS Kesehatan perlu melalukan penting untuk terus melakukan evaluasi dan perbaikan sistem jaminan kesehatan ini agar dapat memberikan manfaat yang lebih baik bagi masyarakat secara keseluruhan. Beragam opini dapat diolah agar memberikan informasi untuk pihak yang membutuhkan. Salah satu caranya pengolahannya adalah Analisis Sentimen. Analisis sentimen merupakan proses untuk mengekstraksi dan menganalisis sentimen atau sikap pengguna dalam teks yang diungkapkan di media sosial. Metode Improved K-Nearest Neighbor digunakan untuk mengklasifikasikan sentimen dari tweet yang terkait dengan pelayanan BPJS Kesehatan menjadi positif atau negatif dengan perbandingan data training dan data testing adalah 70:30. Metode ini memanfaatkan klasifikasi berbasis k-nearest neighbor yang ditingkatkan dengan mengubah nilai tetangga terdekat sesuai kelas masing-masing. Dengan menggunakan Improved K-Nearest Neighbor dapat meningkatkan nilai akurasi pada K-Nearest Neighbor yang cenderung mengikuti kelas dengan jumlah data terbanyak. Melalui implementasi dan pengujian sistem, didapatkan hasil berupa pengaruh jumlah data training, proporsi keseimbangan kategori data training, dan nilai k terhadap akurasi analisis sentiment.Hasil Accuracy Improved K-nearest Neighbor sebesar 86% sedangkan K-nearest Neighbor sebesar 84,67%. Rata-rata tingkat ketepatan (precision) yang diperoleh oleh sistem adalah 76,02%, rata-rata tingkat kecocokan (recall) sebesar 74,30%, dan rata-rata F-measure sebesar 73,78%. Dengan demikian, dapat disimpulkan bahwa sistem telah berjalan dengan efektivitas yang baik.
BPJS Kesehatan adalah Badan Penyelenggara Jaminan Sosial Kesehatan di Indonesia yang bertanggung jawab dalam menyelenggarakan program jaminan kesehatan untuk seluruh penduduk Indonesia. Opini Masyarakat tenntang BPJS Kesehatan beragam pendapat dan sudut pandang yang dapat dipengaruhi oleh berbagai faktor, seperti pengalaman pribadi, persepsi masyarakat, dan kinerja BPJS Kesehatan itu sendiri. BPJS Kesehatan perlu melalukan penting untuk terus melakukan evaluasi dan perbaikan sistem jaminan kesehatan ini agar dapat memberikan manfaat yang lebih baik bagi masyarakat secara keseluruhan. Beragam opini dapat diolah agar memberikan informasi untuk pihak yang membutuhkan. Salah satu caranya pengolahannya adalah Analisis Sentimen. Analisis sentimen merupakan proses untuk mengekstraksi dan menganalisis sentimen atau sikap pengguna dalam teks yang diungkapkan di media sosial. Metode Improved K-Nearest Neighbor digunakan untuk mengklasifikasikan sentimen dari tweet yang terkait dengan pelayanan BPJS Kesehatan menjadi positif atau negatif dengan perbandingan data training dan data testing adalah 70:30. Metode ini memanfaatkan klasifikasi berbasis k-nearest neighbor yang ditingkatkan dengan mengubah nilai tetangga terdekat sesuai kelas masing-masing. Dengan menggunakan Improved K-Nearest Neighbor dapat meningkatkan nilai akurasi pada K-Nearest Neighbor yang cenderung mengikuti kelas dengan jumlah data terbanyak. Melalui implementasi dan pengujian sistem, didapatkan hasil berupa pengaruh jumlah data training, proporsi keseimbangan kategori data training, dan nilai k terhadap akurasi analisis sentiment.Hasil Accuracy Improved K-nearest Neighbor sebesar 86% sedangkan K-nearest Neighbor sebesar 84,67%. Rata-rata tingkat ketepatan (precision) yang diperoleh oleh sistem adalah 76,02%, rata-rata tingkat kecocokan (recall) sebesar 74,30%, dan rata-rata F-measure sebesar 73,78%. Dengan demikian, dapat disimpulkan bahwa sistem telah berjalan dengan efektivitas yang baik.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
