Analisis Sentimen pada Ulasan Aplikasi Google Maps terhadap Pelayanan Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan Samarinda menggunakan Metode K-Nearest Neighbor dengan Fitur Ekstraksi TF-IDF

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap pelayanan BPJS Kesehatan Samarinda berdasarkan ulasan di aplikasi Google Maps. Metode yang digunakan dalam penelitian ini adalah K-Nearest Neighbor (KNN) dengan fitur ekstraksi TF-IDF (Term Frequency-Inverse Document Frequency). Data yang digunakan terdiri dari 500 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping. Setelah proses pengumpulan data, data dilabelling oleh seorang ahli (expert) dilakukan tahap pre-processing yang terdiri dari case folding, cleaning, tokenizing, stop word removal, dan stemming. Data kemudian diberi bobot menggunakan metode TF-IDF untuk mengidentifikasi kata-kata penting. Pengujian dilakukan dengan menggunakan rasio data latih dan data uji sebesar 70:30 serta nilai k = 5. Hasilnya menunjukkan bahwa metode KNN mampu mengklasifikasikan sentimen positif dan negatif dengan tingkat akurasi sebesar 93,3%. Analisis ini memberikan gambaran tentang kualitas pelayanan BPJS Kesehatan di Samarinda dan dapat digunakan sebagai dasar untuk perbaikan layanan. Selain itu, penelitian ini juga memberikan kontribusi dalam penggunaan KNN dan TF-IDF untuk analisis sentimen, membuka peluang untuk penelitian lebih lanjut di bidang ini.