Kristania Martha Wijaya
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Multi Criteria Decision Making (MCDM) Menggunakan Topsis Untuk Pemilihan Apotek Berdasarkan Analisis Sentimen Berbasis Aspek dan Jarak Kristania Martha Wijaya; Viktor Handrianus Pranatawijaya; Nahumi Nugrahaningsih
Journal of Information Technology and Computer Science Vol. 6 No. 2 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i2.27859

Abstract

Pemilihan apotek yang tepat berperan penting dalam mendukung pelayanan kesehatan masyarakat. Di Kota Palangka Raya, informasi apotek tersedia melalui berbagai platform digital, namun pemilihan seringkali harus mempertimbangkan beberapa kriteria seperti jarak, ketersediaan obat, dan kualitas layanan. Penelitian ini menerapkan pendekatan Multi Criteria Decision Making (MCDM) dengan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk mendukung pemilihan apotek berdasarkan analisis sentimen berbasis aspek dan jarak. Identifikasi aspek dilakukan menggunakan Latent Dirichlet Allocation (LDA) yang menghasilkan dua aspek utama, yaitu Pelayanan & Fasilitas serta Ketersediaan Obat & Harga. Analisis sentimen pada ulasan pengguna dilakukan dengan model IndoBERT untuk menghasilkan skor kriteria, sedangkan jarak dihitung secara dinamis melalui Google Maps API. Seluruh kriteria dinormalisasi, dibobotkan, dan diproses dengan metode TOPSIS guna memperoleh nilai preferensi dan peringkat apotek. Hasil penelitian menunjukkan bahwa integrasi analisis sentimen aspek dengan perhitungan jarak dan metode TOPSIS mampu memberikan peringkat apotek yang lebih objektif. Sistem yang dikembangkan dapat membantu pengguna menemukan apotek terdekat dengan kualitas layanan lebih baik sesuai opini pengguna, serta berpotensi diterapkan pada pemilihan layanan kesehatan lainnya.