Sidabutar, Tarida Grace Wahyuni Margaretha
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN HALODOC SEBAGAI LAYANAN TELEMEDICINE DI INDONESIA Sidabutar, Tarida Grace Wahyuni Margaretha; Juardi, Didi
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5682

Abstract

Telemedicine telah berkembang pesat, terutama dalam memberikan akses layanan kesehatan jarak jauh, dan Halodoc merupakan salah satu platform yang populer di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap aplikasi Halodoc berdasarkan ulasan pengguna. Data penelitian diperoleh melalui web scraping dari Google Play Store yang terdiri dari 5.000 ulasan. Metode yang digunakan adalah algoritma Support Vector Machine (SVM) untuk mengklasifikasikan sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa SVM dapat mengklasifikasikan sentimen dengan akurasi tinggi, memberikan wawasan tentang pengalaman pengguna yang dapat membantu pengembangan aplikasi. Hasil penelitian ini penting untuk meningkatkan kualitas layanan telemedicine di Indonesia.
ANALISIS SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN HALODOC SEBAGAI LAYANAN TELEMEDICINE DI INDONESIA Sidabutar, Tarida Grace Wahyuni Margaretha; Juardi, Didi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5682

Abstract

Telemedicine telah berkembang pesat, terutama dalam memberikan akses layanan kesehatan jarak jauh, dan Halodoc merupakan salah satu platform yang populer di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap aplikasi Halodoc berdasarkan ulasan pengguna. Data penelitian diperoleh melalui web scraping dari Google Play Store yang terdiri dari 5.000 ulasan. Metode yang digunakan adalah algoritma Support Vector Machine (SVM) untuk mengklasifikasikan sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa SVM dapat mengklasifikasikan sentimen dengan akurasi tinggi, memberikan wawasan tentang pengalaman pengguna yang dapat membantu pengembangan aplikasi. Hasil penelitian ini penting untuk meningkatkan kualitas layanan telemedicine di Indonesia.