TA : Analisis Sentimen Opini Publik Terhadap Pelayanan BPJS Kesehatan Menggunakan Metode Improved K-Nearest Neighbor

Sidabutar, Gloria Valery (2023) TA : Analisis Sentimen Opini Publik Terhadap Pelayanan BPJS Kesehatan Menggunakan Metode Improved K-Nearest Neighbor. Undergraduate thesis, Universitas Dinamika.

	Text 18410100067-2023-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (3MB)
	Text 18410100067-2023-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (950kB)

Search this title on : |

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.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item