<![CDATA[Aplikasi Mobile JKN yang dikembangkan oleh BPJS Kesehatan dirancang untuk mempermudah peserta dalam menyelesaikan berbagai masalah administrasi tanpa harus mengunjungi Kantor Cabang, karena semua proses dapat dilakukan melalui aplikasi ini. Namun, aplikasi ini sering menghadapi beberapa kendala yang berdampak pada persepsi negatif terhadap pelayanannya. Media sosial Twitter menjadi platform yang sesuai untuk mengungkapkan perasaan, berbagi informasi terkini, serta memberikan komentar atau opini tentang berbagai hal, dengan jumlah pengguna aktif mencapai 24,85 juta. Salah satu metode untuk mengidentifikasi opini pengguna terhadap suatu subjek, baik berupa opini positif, negatif, maupun netral, adalah melalui Analisis Sentimen. Dalam penelitian ini penulis menggunakan metode Support Vector Machine (SVM) sebagai cara untuk menganalisis sentimen pengguna aplikasi Mobile JKN di Twitter. Penelitian ini bertujuan untuk menghasilkan model klasifikasi sentimen berbasis SVM, mengukur akurasi metode SVM dalam analisis sentimen, serta mengevaluasi tingkat kepuasan pengguna aplikasi Mobile JKN berdasarkan data dari Twitter. Hasil pengujian menunjukkan bahwa metode SVM menghasilkan akurasi sebesar 82%, dengan precision 49%, recall 74%, dan F1-score 62%.]]>
Copyrights © 2025
