ANALISIS SENTIMEN ULASAN APLIKASI MOBILE JKN PADA PLAY STORE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Penulis

  • Aldy Fahrezi Universitas Budi Luhur
  • Achmad Solichin Universitas Budi Luhur

Kata Kunci:

analisis sentimen, Aplikasi Mobile JKN, Multinomial Naïve Bayes, Ulasan Google Play Store

Abstrak

Kesejahteraan manusia sangat dipengaruhi oleh kesehatan, yang memungkinkan seseorang menjalani kegiatan sehari-hari dengan efektif. Di Indonesia, kebutuhan akan kesehatan terus meningkat setiap tahunnya, mendorong pemerintah untuk meluncurkan program Jaminan Kesehatan Nasional-Kartu Indonesia Sehat (JKN-KIS) melalui BPJS Kesehatan sejak 2014. BPJS Kesehatan, sebagai lembaga pengelola jaminan kesehatan nasional, telah mengembangkan aplikasi Mobile JKN untuk memudahkan akses masyarakat terhadap pelayanan kesehatan. Aplikasi Mobile JKN menjadi aplikasi teratas dalam kategori kedokteran di Google Play Store Indonesia. Namun demikian, meskipun bertujuan memberikan layanan terbaik, aplikasi ini masih menghadapi berbagai kritik dan kekurangan dari pengguna. Penelitian ini bertujuan untuk mengevaluasi dan menganalisis aplikasi Mobile JKN melalui ulasan pengguna di Google Play Store. Mengingat banyaknya ulasan yang diterima, analisis sentimen digunakan sebagai metode yang efektif untuk menilai perspektif pengguna dan mengidentifikasi area perbaikan. Data ulasan dikumpulkan melalui teknik scraping menggunakan Package Google_Play_Scraper pada Google Colaboratory, dengan total 674 ulasan yang di peroleh pada tanggal 31 Mei 2024 hinga 7 Juni 2024. Penggunaan pembobotan kata TF-IDF dan Algoritma Multinomial Naive Bayes untuk mendeteksi sentimen dalam ulasan pengguna Aplikasi Mobile JKN telah meberikan hasil nilai pengujian berupa akurasi sebesar 98.57%, presisi 100%, recall 97.83%, dan F1-Score 98.90%. Dari hasil ini menunjukkan bahwa sistem dapat mendeteksi ulasan positif dan negatif dengan baik menggunakan metode Multinomial Naive Bayes.

Referensi

M. M. Rohman, I. Indriati, and S. Adinugroho, “Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 6, pp. 2646–2654, 2021.

S. Roiqoh, B. Zaman, and K. Kartono, “Analisis Sentimen Berbasis Aspek Ulasan Aplikasi Mobile JKN dengan Lexicon Based dan Naïve Bayes,” Jurnal Media Informatika Budidarma, vol. 7, no. 3, pp. 1582–1592, 2023.

R. Apriani and D. Gustian, “Analisis Sentimen Dengan Naïve Bayes Terhadap Komentar Aplikasi Tokopedia,” Jurnal Rekayasa Teknologi Nusa Putra, vol. 6, no. 1, pp. 54–62, 2019.

M. D. Hendriyanto, A. A. Ridha, and U. Enri, “Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine Sentiment Analysis of Mola Application Reviews on Google Play Store Using Support Vector Machine Algorithm,” INTECOMS: Jurnal of Informatoion Technology and Computer Science, vol. 5, no. 1, pp. 1–7, 2022.

F. Hadaina and U. Budiyanto, “Implementasi Metode Multinomial Naïve Bayes untuk Sentiment Analysis Terhadap Data Ulasan Produk Colearn Pada Google Play Store,” Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), vol. 1, no. 1, September, 2022, pp. 660–666.

M. T. Nitamia and H. Februariyanti, “Analisis Sentimen Ulasan Ekpedisi J&T Expres Menggunakan Algoritma Naive Bayes,” Jurnal Manajemen Informatika & Sistem Informasi, vol. 5, no. 1, pp. 20–29, 2022.

M. K. Khoirul Insan, U. Hayati, and O. Nurdiawan, “Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di Google Play Menggunakan Algoritma Naive Bayes,” JATI (Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 1, pp. 478–483, 2023.

V. W. D. Thomas and F. Rumaisa, “Analisis Sentimen Ulasan Hotel Bahasa Indonesia Menggunakan Support Vector Machine dan TF-IDF,” Jurnal Media Informasi Budidarma, vol. 6, no. 3, p. 1767, 2022.

Yuyun, Nurul Hidayah, and Supriadi Sahibu, “Algoritma Multinomial Naïve Bayes Untuk Klasifikasi Sentimen Pemerintah Terhadap Penanganan Covid-19 Menggunakan Data Twitter,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 4, pp. 820–826, 2021.

M. Raffi, A. Suharso, and I. Maulana, “Analisis Sentimen Ulasan Aplikasi Binar Pada Google Play Store Menggunakan Algoritma Naïve Bayes Sentiment Analysis of Binar Application Reviews on Google Play Store Using Naïve Bayes Algorithm,” INTECOMS: Jurnal of Information Technology and Computer Science, vol. 6, no. 1, pp. 1–7, 2023.

W. P. A. Ilham, “Analisis Sentimen Masyarakat Terhadap Kesehatan Mental Pada Twitter Menggunakan Algoritme K-Nearest Neighbor,” Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) Ke-3, vol. 2, no. 2, September, 2023, pp. 539–547.

W. Wahyudi, R. Kurniawan and Y. A. Wijaya, “Analisis Sentimen Penggunaan Terhadap Aplikasi Blu BCA di Playstore Mengunakan Algoritma Naïve Bayes (Studi Kasus Sentimen Pengguna Terhadap Pengalaman Aplikasi Blu BCA),” JATI: Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 3, pp. 2511–2517, 2024.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Fahrezi, A., & Solichin, A. (2024). ANALISIS SENTIMEN ULASAN APLIKASI MOBILE JKN PADA PLAY STORE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 344–353. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1302

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama