Clustering Pada Data Sentimen Bpjs Kesehatan Menggunakan Algoritma Agglomerative Hierarchical Clustering (ahc) Average Linkage

Abstract

Pada era globalisasi ini menjadikan media sosial khusunya Twitter sebagai sarana komunikasi. Masyarakat dengan mudah mendapatkan informasi dengan mudah di sosial media. Tidak hanya mudah mendapatkan informasi, masyarakat Indonesia khusunya juga dapat memberikan komentar atau opini, bertukar informasi, mengunggah foto serta video yang tersedia di Twitter. Pengguna Twitter lebih banyak menyampaikan opini di kolom komentar Twitter. Dalam penelitian tugas akhir ini akan dilakukan clustering data dari opini atau komentar pengguna Twitter. Komentar atau opini yang disampaikan oleh pengguna BPJS Kesehatan di Twitter sudah sangat banyak, mulai dari komentar negatif, positif dan netral. Menjadikan Twitter wadah penampung kritik dan saran terkait dengan layanan dan program yang diberikan BPJS Kesehatan. Munculnya data yang banyak maka pengguna BPJS yang memiliki akun Twitter kesulitan untuk melihat kualitas layanan atau program yang diberikan oleh BPJS Kesehatan. Untuk mempermudah pengguna melihat kualitas layanan atau program yang diberikan BPJS Kesehatan, maka pada penelitian ini dibuat sistem menggunakan metode Agglomerative Hierarchical Average Linkage untuk clustering dari data komentar pada akun resmi Twitter BPJS Kesehatan. Data dikelompokkan berdasarkan opini positif, negatif, dan netral. Data yang digunakan sudah di validasi oleh Balai Bahasa Jawa Barat yaitu berjumlah 2118 data yang dikelompokan menurut cluster dan di tampilkan di website yang di rancang pada penilitian Tugas Akhir ini. Dari hasil penelitian pada tugas akhir ini dalam clustering pada pengguna Twitter mendapat hasil sillhoutte coefficient data positif sebesar 0.9912, data negatif sebesar 0.9953, dan data netral 0.9923. Kata Kunci: Clustering, Twitter, BPJS Kesehatan, Agglomerative Hierarchical Average Linkage.