MAULANA, Alan Al Ridho Saputra (2024) ANALISIS SENTIMEN REVIEW APLIKASI JKN MOBILE MENGGUNAKAN ALGORITMA BIDIRECTIONAL ENCODER REPRESETATIONS FROM TRANSFORMERS (BERT). Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Download (1MB) |
|
PDF (BAB I)
BAB I-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB II)
BAB II-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (5MB) |
|
PDF (BAB III)
BAB III-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB IV)
BAB IV-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (3MB) |
|
PDF (BAB V)
BAB V-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Download (265kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Download (639kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-ALAN AL RIDHO SAPUTRA MAULANA-42420041-SKRIPSI-2024.pdf - Accepted Version Restricted to Repository staff only Download (1MB) |
Abstract
KN Mobile adalah layanan aplikasi dibidang kesehatan yang dikembangkan oleh BPJSْ Kesehatan untuk mempermudah peserta Jaminan Kesehatan Nasional (JKN) dalam mengakses beragam layanan kesehatan secara online. Aplikasi ini kerap menerima ulasan negatif, terutama terkait performa dan kegunaannya.Oleh karena itu, diperlukan analisis sentimen untuk memahami persepsi pengguna yang dapat dijadikan dasar evaluasi dan pengembangan aplikasi di masa mendatang. Data ulasan diambil dari Google Play Store melalui teknik web scraping, dengan jumlah total 7.000 ulasan dari bulan juni 2023 – juli 2024. Algoritma BERT digunakan untuk mengklasifikasikan ulasan-ulasan tersebut ke dalam kategori sentimen positif dan negatif. Hasilnya, BERT berhasil mencapai rata-rata nilai accuracy sebesar 93%,precission sebesar 90%, nilai recall sebesar 88%,dan nilai F1-score sebesar 89% tingkat akurasi dalam proses klasifikasi. Hasil Penelitian ini diharapkan dapat membantu BPJS Kesehatan meningkatkan kualitas aplikasi JKN Mobile serta menyediakan layanan keehatan yang lebih baik bagi masyarakat.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | JJKN Mobile, BERT, Analisis Sentimen, Web Scraping, BPJS Kesehatan | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 003-Sistem-Sistem; Analisis Sistem, Identifikasi Sistem, Sibernatika 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer |
|||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | Nidzom Muhammad | |||||||||
| Date Deposited: | 06 Jul 2025 03:26 | |||||||||
| Last Modified: | 06 Jul 2025 03:26 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/1894 |
Actions (login required)
 |
View Item |