Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi dan Komputer (JITTER)
Astuti, Ni Nyoman Indri Wika
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN MASYARAKAT TERHADAP PELAKSANAAN LAYANAN KESEHATAN SELAMA MASA PANDEMI DI INDONESIA MENGGUNAKAN TEKNOLOGI BIG DATA Astuti, Ni Nyoman Indri Wika; Suarjaya, I Made Agus Dwi; Raharja, I Made Sunia
JITTER : Jurnal Ilmiah Teknologi dan Komputer Vol 3 No 2 (2022): JITTER, Vol.3, No.2, August 2022
Publisher : Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.96 KB) | DOI: 10.24843/JTRTI.2022.v03.i02.p23

Abstract

Coronavirus Disease 2019 (COVID-19) merupakan penyakit infeksi saluran pernapasan yang disebabkan oleh coronavirus. COVID-19 dinyatakan sebagai pandemi oleh WHO (World Health Organization) pada 9 Maret 2020 karena persebarannya yang sangat cepat. Peningkatan kebutuhan layanan kesehatan di masa pandemi memberikan dampak terhadap kualitas pelayanan yang diberikan, berdasarkan hal tersebut evaluasi dan monitoring layanan perlu dilakukan untuk menjaga dan meningkatkan kepuasan masyarakat terkait penyelenggaraan layanan agar sesuai dengan kebutuhan dan tuntutan dari masyarakat. Penelitian ini dilakukan untuk mengetahui tingkat kepuasan masyarakat terkait penyelenggaraan layanan kesehatan yang diberikan berdasarkan sentimen masyarakat pada platform sosial media Twitter. Penelitian ini menggunakan metode pembobotan kata TF-IDF dan juga algoritma klasifikasi K-Nearest Neighbor (K-NN), dimana terdapat tiga kelas klasifikasi yang terdiri dari negatif, netral dan positif. Jumlah data Twitter yang digunakan yaitu sebanyak 2.507.349 data dan 4.200 data sebagai data latih (data training). Hasil analisis sentimen menunjukkan bahwa data yang terklasifikasi dalam sentimen negatif sebanyak 23.35% data sedangkan sentimen netral sebanyak 49.76% data dan sentimen positif sebanyak 26.89% data. Nilai akurasi tertinggi yang dihasilkan dari klasifikasi sentimen menggunakan algoritma K-NN yaitu sebesar 76.19% dengan parameter nilai k=7.
Co-Authors I Made Agus Dwi Suarjaya I Made Sunia Raharja, I Made Sunia