Isnaida, Dika (2025) ANALISIS SENTIMEN PENGGUNA TERHADAP APLIKASI MOBILE JKN DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (174kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (718kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (176kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (466kB) |
|
Text (BAB V)
BAB V.pdf Download (87kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.PDF Restricted to Registered users only Download (196kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.4292.zip Restricted to Repository staff only Download (5kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Mobile JKN merupakan aplikasi dari BPJS kesehatan yang bertujuan untuk memberikan pelayanan secara efektif dan efisien terhadap masyarakat/peserta. Tujuan Penelitian ini adalah menganalisis sentimen terhadap ulasan pengguna aplikasi Mobile JKN yang diperoleh dari Google Play Store. Beragam ulasan muncul mencerminkan kepuasan dan kendala yang dialami oleh pengguna, sehingga menimbulkan masalah dalam evaluasi kualitas layanan. Permasalahan tersebut berdampak pada pengalaman pengguna serta menjadi masukan penting bagi pengembang aplikasi untuk melakukan perbaikan. Metode penelitian yang digunakan meliputi pengumpulan data ulasan melalui teknik scraping dengan bahasa pemrograman Python, diikuti dengan tahap preprocessing yang mencangkup case folding, tokenizing, stopword removal, dan stemming. Selanjutnya data yang telah dibersihkan diberi bobot menggunakan metode TF-IDF dan dibagi menjadi data latih dan data uji untuk klasifikasi. Proses klasifikasi dilakukan dengan algoritma Multinomial Naïve Bayes dan model dievaluasi berdasarkan akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 92,60%, precision 89,50%, recall 94,84%, dan F1-score 92,14%. Angka-angka ini menunjukkan bahwa model cukup baik dalam membedakan ulasan positif dan negatif. Dengan demikian, penelitian ini diharapkan bisa dijadikan acuan bagi pengembang aplikasi Mobile JKN serta sebagai referensi bagi penelitian selanjutnya.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Naïve Bayes, Mobile JKN, TF-IDF | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 19 Sep 2025 04:07 | ||
| Last Modified: | 19 Sep 2025 04:07 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/30817 |
Actions (login required)
 |
View Item |