IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN PENGGUNA PADA APLIKASI MOBILE JKN

Abstract

Aplikasi Mobile JKN merupakan sarana pelayanan kepada masyarakat berbasis perangkat mobile. Hadirnya aplikasi ini memberikan kemudahan kepada masyarakat dalam mengakses layanan kesehatan secara online. Fasilitas yang mudah ini tentu akan menjadikan layanan yang semakin banyak digunakan oleh kalangan masyarakat. Di Google Play Store terdapat komentar dari para pengguna aplikasi, yang mana komentar pengguna merupakan informasi yang sangat penting dalam pengetahuan tingkat kepuasan pengguna pada aplikasi dan layanan tersebut. Algoritma Naive Bayes digunakan untuk mengetahui pendapat atau komentar masyarakat terhadap aplikasi Mobile JKN, baik ulasan yang bersifat positif maupun yang bersifat negatif. Tahapan pada metode penelitian dilakukan dengan cara pengumpulan data yang dilakukan dengan scraping data dari Google Play Store. Data yang diambil adalah ulasan terbaru dengan jumlah sekitar 10.000 data. Tahapan cleaning, case folding, tokenization, stopword removal dan stemming digunakan untuk pemrosesan data. Pemberian label dan pemberian bobot menggunakan model TF-IDF dan implementasi algoritma Naive Bayes sebagai model klasifikasi. Selanjutnya dilakukan Confusion Matrix dan visualisasi data dengan menggunakan word cloud. Parameter yang digunakan pada evaluasi model Confusion Matrix yaitu accuracy, recall, precision dan F1-Score. Model menunjukkan hasil bahwa klasifikasi pada komentar atau ulasan pengguna aplikasi Mobile JKN menghasilkan performa cukup baik. Model yang dibangun mendapat hasil akurasi sebesar 91,85%, presisi 96,37%, recall 90,28%, dan F1-score 93,22%. Dengan begitu, hasil analisis ini akan menjadi bahan evaluasi di masa yang akan datang dan menjadikan pelayanan yang lebih baik lagi.