Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Opini Publik terhadap Rumah Sakit Pemerintah dan Swasta di Indonesia Menggunakan Algoritma Naïve Bayes Ginting, Suranta Bill Fatric; Tarigan, Eldha Novarina; Sihaloho, Binner; Telaumbanua, Jenni
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 10 No. 1 : Tahun 2025
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial menjadi wadah penting bagi masyarakat dalam menyuarakan opini terhadap berbagai layanan publik, termasuk pelayanan rumah sakit. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap rumah sakit pemerintah dan swasta di Indonesia menggunakan algoritma Naïve Bayes. Data yang digunakan berupa 2.500 opini publik yang disimulasikan dan dibagi rata antara rumah sakit pemerintah dan swasta. Setiap opini diberi label sentimen positif atau negatif. Proses pra-pemrosesan dilakukan melalui pembersihan teks, penghapusan stopword, dan vektorisasi menggunakan metode Bag of Words. Hasil analisis menunjukkan bahwa rumah sakit swasta cenderung menerima lebih banyak sentimen positif dibanding rumah sakit pemerintah. Algoritma Naïve Bayes menunjukkan akurasi klasifikasi sebesar 87 %. Penelitian ini menunjukkan bahwa analisis sentimen dapat digunakan sebagai salah satu indikator persepsi publik terhadap layanan kesehatan.
Analisis Sentimen Opini Publik terhadap Rumah Sakit Pemerintah dan Swasta di Indonesia Menggunakan Algoritma Naïve Bayes Ginting, Suranta Bill Fatric; Tarigan, Eldha Novarina; Sihaloho, Binner; Telaumbanua, Jenni
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 10 No. 1 : Tahun 2025
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial menjadi wadah penting bagi masyarakat dalam menyuarakan opini terhadap berbagai layanan publik, termasuk pelayanan rumah sakit. Penelitian ini bertujuan untuk menganalisis sentimen opini publik terhadap rumah sakit pemerintah dan swasta di Indonesia menggunakan algoritma Naïve Bayes. Data yang digunakan berupa 2.500 opini publik yang disimulasikan dan dibagi rata antara rumah sakit pemerintah dan swasta. Setiap opini diberi label sentimen positif atau negatif. Proses pra-pemrosesan dilakukan melalui pembersihan teks, penghapusan stopword, dan vektorisasi menggunakan metode Bag of Words. Hasil analisis menunjukkan bahwa rumah sakit swasta cenderung menerima lebih banyak sentimen positif dibanding rumah sakit pemerintah. Algoritma Naïve Bayes menunjukkan akurasi klasifikasi sebesar 87 %. Penelitian ini menunjukkan bahwa analisis sentimen dapat digunakan sebagai salah satu indikator persepsi publik terhadap layanan kesehatan.