Text
PENERAPAN MODEL INDOBERT DALAM ANALISIS SENTIMEN: STUDI KASUS ULASAN PENGGUNA MOBILE JKN
Perkembangan teknologi digital mendorong instansi pemerintah, termasuk BPJS Kesehatan, untuk menyediakan layanan berbasis aplikasi guna meningkatkan kualitas pelayanan kepada masyarakat. Salah satu bentuk inovasi tersebut adalah aplikasi Mobile JKN. Namun, kepuasan dan pengalaman pengguna berperan penting dalam mengevaluasi efektivitas aplikasi ini. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Mobile JKN dengan menggunakan model pemrosesan bahasa alami berbasis IndoBERT. Penelitian ini mengumpulkan 4000 data ulasan pengguna dari Google Play Store, kemudian data tersebut diproses melalui tahapan pembersihan teks, pelabelan manual, pembagian data, serta klasifikasi sentimen menggunakan model IndoBERT. Kinerja model dievaluasi menggunakan F1-score dan confusion matrix untuk menilai akurasi dalam memprediksi sentimen. Dari hasil analisis, ditemukan bahwa 59,7% ulasan bersentimen negatif, dengan ketidakpuasan pengguna terhadap fitur atau fungsi tertentu yang tidak berfungsi dengan baik, terutama dalam proses pendaftaran atau verifikasi yang bermasalah. Sementara itu, 40,3% ulasan mengandung sentimen positif, yang mengindikasikan bahwa pengguna menghargai kualitas pelayanan dan kemudahan akses yang diberikan oleh aplikasi. Model IndoBERT menunjukkan tingkat akurasi yang tinggi dalam klasifikasi sentimen, yakni sebesar 95%. Hasil penelitian ini menunjukkan bahwa model IndoBERT mampu mengklasifikasikan sentimen dengan tingkat akurasi yang baik dan efektif dalam memahami konteks bahasa Indonesia. Temuan ini diharapkan dapat menjadi masukan bagi pengembang aplikasi dalam meningkatkan kualitas dan kenyamanan layanan Mobile JKN berdasarkan perspektif pengguna.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2507002864 | T173518 | T1735182025 | Central Library (Reference) | Available but not for loan - Not for Loan |
No other version available