Analisis Sentimen Pada Bpjs Kesehatan Menggunakan Recurrent Neural Network

Abstrak

Abstrak Twitter merupakan media sosial yang digunakan untuk menyampaikan opini, bertukar informasi, mengunggah video dan foto. Pada media sosial Twitter pertukaran informasi yang cepat menjadi kelebihan, sehingga sering digunakan dalam menyampaikan berita maupun opini berupa kritik dan saran seperti kepada lembaga pemerintah, contohnya setiap ada isu kenaikan iuran pada BPJS Kesehatan selalu menjadi perang opini antara masyarakat. BPJS Kesehatan merupakan lembaga pemerintah yang menjamin kesehatan masyarakat indonesia, dalam hal ini pekerja negeri sipil maupun pekerja swasta diwajibkan untuk mendaftar asuransi tersebut, serta adanya asuransi untuk masyarakat yang tidak mampu. Perang opini terkait isu kenaikan iuran BPJS Kesehatan antara masyarakat tersebut berupa opini positif maupun negatif, maka akan dibuat sebuah sistem analisis sentimen dengan metode klasifikasi Recurrent Neural Network. Dengan adanya sistem tersebut dapat membantu menganalisis opini berdasarkan perspektif masyarakat pada media sosial Twitter. Dari hasil penelitian pada tugas akhir ini dalam analisis sentimen pada pengguna Twitter mendapatkan accuracy sebesar 86.67%, precision sebesar 87%, recall sebesar 86.66%, dan F1 score sebesar 86.63%. Kata kunci : BPJS Kesehatan, Sentiment analysis, Twitter, Recurrent Neural Network. Abstract Twitter is a social media used to convey opinions, exchange information, upload videos and photos. On social media Twitter the exchange of information is fast becoming an advantage, so 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 increasing dues to BPJS Kesehatan, it is always a battle of opinion between the public. BPJS Kesehatan is a government agency that guarantees the health of the Indonesian people, in this case civil servants and private workers are required to register for this insurance, as well as insurance for the poor. Opinion wars related to the issue of increasing BPJS Kesehatan contributions between the community in the form of positive and negative opinions, a sentiment analysis system will be created using the Recurrent Neural Network classification method. With this system, it can help analyze opinions based on people's perspectives on Twitter social media. From the research results in this final project, in the sentiment analysis of Twitter users, accuracy is 86.67%, precision is 87%, recall is 86.66%, and F1 score is 86.63%. Keyword: BPJS Kesehatan, Sentiment analysis, Twitter, Recurrent Neural Network.