Implementasi Particle Swarm Optimization pada Analisis Sentimen Ulasan Aplikasi Jaminan Kesehatan Nasional (JKN Mobile) Menggunakan Algoritma Support Vector Machine

Abstract

Pengguna internet di Indonesia setiap tahun terus me-ningkat. Karena kepopuleran internet dan telepon seluler terus meningkat, maka muncul teknologi bernama m-health. Layan-an m-health merupakan layanan medis dan kesehatan masya-rakat yang dapat diakses melalui ponsel. BPJS Kesehatan seba-gai penyelenggara Jaminan Kesehatan Nasional berupaya un-tuk meningkatkan kualitas pelayanan dan kemudahan aksesi-bilitas kesehatan melalui m-health. Maka dari itu, BPJS Kese-hatan meluncurkan aplikasi Jaminan Kesehatan Nasional (JKN Mobile). Untuk melihat kualitas dan kepuasan pengguna terha-dap aplikasi ini dapat menggunakan analisis sentimen melalui ulasan yang telah diberikan. Salah satu algoritma dapat diguna-kan untuk menganalisis sentimen pengguna adalah dengan menggunakan Support Vector Machine (SVM). Namun karena SVM mempunyai banyak atribut yang digunakan, diperlukan suatu algoritma lain yang berfungsi sebagai seleksi fitur, maka dari itu dipilihlah seleksi fitur menggunakan Particle Swarm Optimization (PSO). Data yang digunakan berupa data ulasan pengguna JKN Mobile di Google Play Store. Dari data tersebut akan dibagi menjadi dua kelas sentimen, yaitu positif dan negatif. Selanjutnya data akan diklasifikasi menggunakan SVM dan SVM menggunakan PSO. Hasil penelitian menunjukkan bahwa dengan adanya seleksi fitur Particle Swarm Optimization, nilai akurasi SVM meningkat. Untuk model paling baik adalah SVM Kernel RBF menggunakan PSO dengan akurasi sebesar 92,39%, F1-Score sebesar 83,74%, dan AUC sebesar 89,75%.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).