<![CDATA[Persepsi Masyarakat terhadap layanan rumahsakit terlihat dari ulasan yang ditulis secara daring, salah satunyamelalui platform Google Maps. Ulasan tidak hanya memberikaninformasi bagi calon pasien, tetapi juga mencerminkanpengalaman subjektif yang dapat dimanfaatkan untuk evaluasilayanan secara menyeluruh. Dalam penelitian ini, dilakukananalisis sentimen terhadap ulasan rumah sakit yang ada diwilayah Purwokerto, dengan menggunakan metode Long ShortTerm Memory (LSTM). Data yang digunakan berasal dari 17.261ulasan berbahasa Indonesia yang dikumpulkan melalui prosesweb scrapping. Tahapan analisis mencakup pre-processing teks,seperti konversi karakter, pembersihan data, normalisasi,tokenisasi, penghapusan stopword, dan stemming, serta pelabelansentimen menggunakan leksikon SenticNet dan penyeimbangandata dengan metode Synthetic Minority Over-Sampling Technique(SMOTE). Model LSTM yang dibangun dan dievaluasimenggunakan metrik akurasi, precision, recall, dan f1-score.Hasil model LSTM mampu mengklasifikasikan sentimen denganakurasi sebesar 86%, yang menunjukan model efektif dalammemahami isi ulasan. Penelitian ini menunjukan bahwa deeplearning dapat dimanfaatkan untuk menganalisis opini publik,khususnya di sektor kesehatan, dan bisa menjadi bahanpertimbangan dalam upaya peningkatan kualitas layanan rumahsakit.Kata kunci— analisis sentimen, layanan rumah sakit, LSTM,SMOTE, confusion matrix]]>
Copyrights © 2025
