Analisis Sentimen Ulasan Pengguna dari Google Maps Menggunakan Metode Long Short Term Memory (Studi Kasus: Rumah Sakit Gatoel)

Yahya, Fa’iz and Dr. Ir. Dian Eka Ratnawati, S.Si., M.Kom. and Bayu Rahayudi, S.T., M.M. (2025) Analisis Sentimen Ulasan Pengguna dari Google Maps Menggunakan Metode Long Short Term Memory (Studi Kasus: Rumah Sakit Gatoel). Sarjana thesis, Universitas Brawijaya.

Abstract

Di era digital yang berkembang secara pesat, industri teknologi telah mengalami transformasi secara massal. Salah satu aspek pada teknologi adalah seberapa bermanfaat sebuah komentar atau ulasan atau pendapat yang dikirimkan oleh masyarakat yang menggunakan sebuah aplikasi. Sebuah komentar atau ulasan dapat memberikan dampak positif maupun negatif, bergantung pada pengalaman pengguna yang membagikannya. Dalam konteks fasilitas kesehatan, ulasan ini menjadi faktor penting yang sering kali memengaruhi keputusan orang lain, baik untuk mengunjungi rumah sakit tersebut untuk pertama kali maupun untuk kembali di masa mendatang. Oleh karena itu, analisis sentimen pada data ulasan masyarakat menjadi langkah strategis bagi manajemen rumah sakit untuk mengidentifikasi opini masyarakat, baik positif maupun negatif. Hasil analisis ini membantu manajemen dalam memahami kebutuhan masyarakat, mengevaluasi kualitas pelayanan, dan memperbaiki kekurangan untuk meningkatkan kepuasan serta kepercayaan masyarakat. Penelitian ini menggunakan data ulasan masyarakat tahun 2020 – 2024 sebanyak 735 data ulasan Google Maps. Data ulasan tersebut kemudian dilakukan preprocessing yang menghasilkan 358 data positif dan 98 data negatif. Data yang tidak seimbang diatasi dengan teknik SMOTE untuk menyeimbangkan jumlah kelas. Teknik SMOTE menghasilkan 358 data positif dan 358 data negatif. Hasil data itu digunakan pada perancangan arsitektur model Long Short-Term Memory. Setelah itu, dilakukannya proses pelatihan dan juga evaluasi pada model dengan confussion matrix. Model tersebut dilakukan perbandingan dan menghasilkan kinerja model berupa rata-rata pada accuracy sebesar 96%, precision sebesar 97%, recall 98% dan f-measures sebesar 96%. Data ulasan tersebut divisualisasikan dalam bentuk Word Cloud dan selanjutnya dilakukan proses analisis dengan menggunakan teknik Root Cause Analysis (RCA). RCA tersebut menunjukkan bahwa akar permasalahan yang dihadapi masyarakat adalah belum adanya dukungan finansial yang memadai untuk memperluas kapasitas ruang perawatan rumah sakit, kurangnya dukungan pendanaan yang memadai untuk mengimplementasikan sistem administrasi yang lebih modern dan efisien, terbatasnya anggaran untuk perekrutan dan penggajian staf yang memadai, dana operasional dan medis mendesak menjadi prioritas utama. Hasil RCA tersebut digunakan untuk membuat rekomendasi kepada stakeholder agar kualitas layanan dari Rumah Sakit Gatoel dapat meningkat.

English Abstract

In the rapidly evolving digital era, the technology industry has undergone a mass transformation. One aspect of technology is how useful a comment or review or opinion submitted by a user using an app is. A comment or review can have a positive or negative impact, depending on the experience of the user sharing it. In the context of healthcare facilities, these reviews are an important factor that often influences the decision of others, whether to visit the hospital for the first time or to return in the future. Therefore, sentiment analysis on community review data is a strategic step for hospital management to identify community opinions, both positive and negative. The results of this analysis help management understand the needs of the community, evaluate service quality, and correct deficiencies to increase community satisfaction and trust. This research uses community review data from 2020 - 2024 as much as 735 Google Maps review data. The review data was then preprocessed which resulted in 358 positive data and 98 negative data. Unbalanced data is resolved with the SMOTE technique to balance the number of classes. The SMOTE technique produces 358 positive data and 358 negative data. The data results were used in designing the architecture of the Long Short-Term Memory model. After that, the training process and evaluation of the model with the confusion matrix were carried out. The model is compared and produces model performance in the form of an average accuracy of 96%, precision of 97%, recall of 98% and f-measures of 96%. The review data is visualized in the form of Word Cloud and then the analysis process is carried out using the Root Cause Analysis (RCA) technique. The RCA showed that the root causes of the problems faced by the community were the absence of adequate financial support to expand the hospital's treatment room capacity, the lack of adequate funding support to implement a more modern and efficient administrative system, limited budget for adequate staff recruitment and payroll, and urgent operational and medical funds being the top priority. The results of the RCA are used to make recommendations to stakeholders so that the quality of services from Gatoel Hospital can improve.

Item Type:	Thesis (Sarjana)
Identification Number:	052515
Uncontrolled Keywords:	Analisis sentimen, Long Short-Term Memory, Rumah Sakit Gatoel, Root Cause Analysis
Divisions:	Fakultas Ilmu Komputer > Teknologi Informasi
Depositing User:	S Sucipto
Date Deposited:	14 Feb 2025 03:06
Last Modified:	14 Feb 2025 03:06
URI:	http://repository.ub.ac.id/id/eprint/236752

Text (DALAM MASA EMBARGO) Faiz Yahya.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item