Rohman, Muhammad Mauludin (2021) Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text. Sarjana thesis, Universitas Brawijaya.
Abstract
Aplikasi Mobile JKN merupakan bentuk komitmen BPJS Kesehatan dalam memberikan pelayanan dan kemudahan akses bagi pengguna BPJS Kesehatan. BPJS Kesehatan dalam menyelenggarakan program jaminan kesehatan sejak tahun 2014, dapat dinilai bagaimana masyarakat Indonesia memanfaatkan fasilitas penyelenggaraan jaminan kesehatan melalui aplikasi Mobile JKN berdasarkan ulasan pengguna aplikasi. Analisis sentimen perlu dilakukan untuk menganalisis ulasan yang diberikan oleh pengguna aplikasi. Penelitian ini menggunakan metode klasifikasi Maximum Entropy ditambah dengan Gini Index Text untuk seleksi fitur. Analisis sentimen terdiri dari proses pengumpulan data, preprocessing teks, pembobotan kata dengan raw tf, dilanjutkan dengan seleksi fitur menggunakan Gini Index Text, kemudian dilakukan klasifikasi menggunakan Maximum Entropy dengan fitur yang diperoleh dari seleksi fitur sebelumnya. Hasil dari penelitian ini yaitu nilai akurasi yang terbaik didapatkan pada saat menggunakan jumlah fitur atau threshold sebanyak 80% yaitu dengan nilai evaluasi seperti akurasi sebesar 85,36%, presisi sebesar 92,18%, recall sebesar 75,59%, dan f-measure sebesar 82,85%.
English Abstract
Mobile JKN application is a form of BPJS Kesehatan's commitment in providing services and ease of access for BPJS Kesehatan users. BPJS Kesehatan in organizing the health insurance program since 2014, can be assessed how the people of Indonesia make use of health insurance implementation facilities through the JKN Mobile application based on user reviews of the application. Sentiment analysis needs to be done to analyze reviews provided by app user. This study used the Maximum Entropy classification method coupled with the Gini Index Text for feature selection. Sentiment analysis consists of data collection process, text preprocessing, word weighting with raw tf, followed by feature selection using Gini Index Text, then classification using Maximum Entropy with features obtained from the previous feature selection. The results of this study are that the best accuracy value is obtained when using the number of features or threshold of 80%, with a value of evaluation as an accuracy of 85,36%, a precision of 92,18%, a recall of 75,59%, and f-measure of 82,85%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0521150030 |
| Uncontrolled Keywords: | mobile jkn, analisis sentimen, maximum entropy, gini index text, mobile jkn, sentiment analysis, maximum entropy, gini index text |
| Subjects: | 000 Computer science, information and general works > 004 Computer science |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 29 Oct 2021 06:41 |
| Last Modified: | 24 Feb 2022 06:27 |
| URI: | http://repository.ub.ac.id/id/eprint/186209 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
-Muhammad Mauludin Rohman.pdf Restricted to Registered users only until 31 December 2023. Download (3MB) |
Actions (login required)
 |
View Item |