Analisis Sentimen Data Pada Bpjs Kesehatan Menggunakan Backpropagation Neural Network

Ricky Bima Pratama Ardika, Budhi Irawan, Casi Setianingsih

Abstract

Abstrak Pada zaman sekarang kemajuan teknologi semakin pesat memungkinkan segala sesuatu menjadi lebih mudah untuk diakses menggunakan internet. Semakin banyaknya pengguna internet di Indonesia menyebabkan bermunculan media sosial yang bisa digunakan untuk menyampaikan opini, bertukar informasi, mengunggah video dan foto, salah satunya yaitu media sosial Twitter. Pada media sosial Twitter pertukaran informasi yang cepat menjadi kelebihan dari media sosial tersebut hal itu sering digunakan dalam menyampaikan berita maupun opini berupa kritik dan saran seperti kepada lembaga pemerintah, contohnya setiap ada isu kenaikan iuran atapun terkait pelayanan pada BPJS Kesehatan selalu menjadi perdebatan para penggunanya. BPJS Kesehatan merupakan lembaga pemerintah yang menjamin kesehatan masyarakat indonesia, dalam hal ini para pekerja negeri sipil (PNS) maupun pekerja swasta diwajibkan untuk mendaftar asuransi tersebut, selain pekerja juga adanya asuransi untuk masyarakat yang tidak mampu. Belum adanya sistem yang dapat menganalisis opini pengguna bersifat positif maupun negatif yang disampaikan oleh pengguna BPJS Kesehatan tersebut, maka akan dibuat sebuah sistem analisis sentimen dengan metode klasifikasi Backpropagation Neural Network. Dengan adanya sistem tersebut dapat membantu menganalisis opini pengguna BPJS Kesehatan pada media sosial Twitter. Dari hasil penelitian pada tugas akhir ini dalam proses analisis sentimen pada tweet pengguna Twitter mendapatkan accuracy sebesar 87.14%, precision sebesar 86.97%, recall sebesar 87.14%, dan F1 score sebesar 87.05%. Kata kunci : Backpropagation Neural Network, BPJS Kesehatan, Sentiment Analysis, Twitter Abstract In this day and age technological advances are rapidly making everything possible easier to access using the internet. The increasing number of internet users in Indonesia has led to the emergence of social media that can be used to express opinions, exchange information, upload videos and photos, one of which is Twitter social media. On social media Twitter the rapid exchange of information is an advantage of social media. It is often used in delivering news and opinions in the form of criticism and suggestions such as to government agencies, for example, every time there is an issue of rising fees or related services to BPJS Kesehatan, it is always being debated by its users. BPJS Kesehatan is a government agency that guarantees the health of Indonesian people, in this case civil servants (PNS) and private workers are required to register for insurance, in addition to workers there is also insurance for people who can not afford. The absence of a system that can analyze both positive and negative user opinions submitted by users of the BPJS Kesehatan, a sentiment analysis system will be made using the Backpropagation Neural Network classification method. With this system, it can help analyze BPJS Kesehatan user opinions on social media Twitter. From the results of this final project in the process of sentiment analysis on Twitter users' tweets get an accuracy of 87,14%, a precision of 86.97%, a recall of 87.14%, and an F1 score of 87.05%. Keywords: Backpropagation Neural Network, BPJS Kesehatan, Sentiment Analysis, Twitter

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0