ANALISIS SENTIMEN PADA REVIEW APLIKASI KESEHATAN HALODOC MENGGUNAKAN METODE MAXIMUM ENTROPY

Setiyana, Tri Budi, B2A017003 (2021) ANALISIS SENTIMEN PADA REVIEW APLIKASI KESEHATAN HALODOC MENGGUNAKAN METODE MAXIMUM ENTROPY. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text Cover.pdf Download (360kB) | Preview
Preview	Text Lembar Kelulusan(scan).pdf Download (650kB) | Preview
Preview	Text Lembar Persetujuan(scan).pdf Download (582kB) | Preview
Preview	Text Abstrak.pdf Download (314kB) | Preview
Preview	Text BAB I.pdf Download (460kB) | Preview
Preview	Text BAB II.pdf Download (773kB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (602kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (995kB) | Request a copy
Preview	Text BAB V.pdf Download (318kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (328kB) | Preview
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (577kB) | Request a copy
Preview	Text Manuscript Indonesia.pdf Download (1MB) | Preview

Abstract

Kemajuan teknologi mendorong berbagai perkembangan di seluruh aspek kehidupan masyarakat. Keberadaan internet menjadi faktor pendorong utama perkembangan teknologi informasi digital yang memicu bermunculannya media baru seperti portal kesehatan online. Halodoc merupakam salah satu portal kesehatan online terkemuka di Indonesia. Dalam rangka menjaga layanan kesehatan yang disajikan sangat penting. Adapun penilaian publik dapat dilihat dari situs Google Play pada kolom ulasan pengguna. Analisis sentimen dapat digunakan untuk menganalisa ulasan tersebut dengan cara pengklasifikasian antara sentimen positif dan negatif. Data ulasan pengguna Halodoc selama tahun 2020 kemudian dilakukan pelabelan dan dianalisis menggunakan metode algoritma Maximum Entropy. Hasil pengujian diperoleh nilai accuracy sebesar 96,39% precission pada sentimen positif sebesar 97% dan negatif 94% dan recall pada sentimen positif sebesar 97% dan negatif 94%. Selanjutnya, dari asosiasi teks diperoleh informasi yang berkaitan dengan topik/kata yang sering dibicarakan oleh pengguna aplikasi Halodoc yakni dokter, aplikasi, dan bagus, untuk kleas sentimen positif diantaranya terkait positif, dokter, dan cepat. Sedangkan pada kelas sentimen negatif yang sering dikeluhkan diantaranya negatif, dokter, buruk dan lambat. Kata kunci: Aplikasi Halodoc, Analisis Sentimen, Maximum Entropy, Asosiasi Teks.

Actions (login required)

View Item