ANALISIS SENTIMEN MASYARAKAT DI TWITTER TERHADAP PELAYANAN BPJS KESEHATAN PADA TAHUN 2024 DENGAN METODE TRANSFORMER

Rifki, Aprian (2024) ANALISIS SENTIMEN MASYARAKAT DI TWITTER TERHADAP PELAYANAN BPJS KESEHATAN PADA TAHUN 2024 DENGAN METODE TRANSFORMER. Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (527kB)
	Text BAB 2.pdf Download (827kB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (517kB)
	Text DAFTAR PUSTAKA.pdf Download (644kB)
	Text LAMPIRAN.pdf Download (570kB)
	Text HASIL TURNITIN.pdf Download (554kB)
	Text Suket_2020230058_Rifki Aprian - Rifki Afrian.pdf Restricted to Registered users only Download (611kB)

Abstract

Penelitian ini berfokus pada analisis sentimen terhadap kepuasan masyarakat terhadap layanan BPJS Kesehatan di Indonesia menggunakan data dari platform Twitter. Metode yang digunakan meliputi algoritma Transformer (BERT), SVM, dan Naive Bayes. Data dikumpulkan melalui teknik scraping menggunakan API Twitter, mencakup tweet yang mengandung kata kunci terkait BPJS Kesehatan. Dataset dibagi menjadi empat variasi berdasarkan penggunaan teknik lemmatization, stopword removal, dan metode labeling (manual dan dengan bantuan ChatGPT). Hasil penelitian menunjukkan bahwa model Transformer yang dilatih menggunakan dataset dengan labeling manual dan tanpa lemmatization, stopword removal menunjukkan performa terbaik dengan akurasi 88.98% dan F1- Score 89.03%, jauh melampaui performa SVM (akurasi 71.13%) dan Naive Bayes (akurasi 63.57%). Penelitian ini menunjukkan efektivitas model Transformer dalam memahami konteks dan sentimen dalam teks, serta pentingnya labeling manual dan preservasi bentuk kata asli dalam meningkatkan akurasi analisis sentimen.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing Herianto, S.Pd., M.T.
Uncontrolled Keywords:	analisis sentimen, BPJS Kesehatan, Transformer, SVM, Naive Bayes
Subjects:	000 Generalities/Karya Umum > 005.3 Programs/ Program
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	26 Aug 2025 03:57
Last Modified:	26 Aug 2025 03:57
URI:	http://repository.unsada.ac.id/id/eprint/8912

Actions (login required)

View Item