IDENTIFIKASI OPINI MASYARAKAT TERHADAP
KENAIKAN IURAN BPJS BERBASIS ANALISIS SENTIMEN
Total View This Week3
Total View This Week3
Institusion
STMIK Akakom
Author
Alfiyati, Rizqi - 175410206
Subject
Analisis Sistem
Datestamp
2021-11-24 03:34:09
Abstract :
Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan merupakan badan hukum publik yang dibentuk untuk menyelenggarakan program jaminan sosial dalam bidang kesehatan bagi seluruh masyarakat Indonesia.(Nurulbaiti dan Subekti 2018). Dari salah satu akun berita kompas.com terdapat kabar bahwa dua tahun belakangan ini iuran bpjs mengalami kenaikan. Hal tersebut menyebabkan pro dan kontra dari masyarakat. Penelitian ini dilakukan untuk mengklasifikasi opini masyarakat dari media sosial twitter pada topik kenaikan iuran bpjs. Data yang digunakan adalah data tweet berjumlah 2250 tweet yang dibagi menjadi dua yaitu 1800 data latih dan 450 data uji menggunakan metode multiclass suport vector machine. Untuk membuat model machine learning diperlukan beberapa proses yaitu proses scraping data, labelling data, preprocessing, pembobotan kata dan proses modelling. Penelitian ini dilakukan untuk mengetahui respon masyarakat terhadap kabar kenaikan iuran bpjs yang sering terjadi dua tahun belakangan ini. Penelitian ini mendapat nilai akurasi 85%. Dari penelitian ini penulis mengharapkan kepada peneliti selanjutnya agar dapat mengembangkan penelitian ini sampai mencapai hasil terbaik. Kata Kunci : Analisis Sentimen, Kenaikan Iuran Bpjs, Suport Vector Machine, TF-IDF, Twitter.
Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan merupakan badan hukum publik yang dibentuk untuk menyelenggarakan program jaminan sosial dalam bidang kesehatan bagi seluruh masyarakat Indonesia.(Nurulbaiti dan Subekti 2018). Dari salah satu akun berita kompas.com terdapat kabar bahwa dua tahun belakangan ini iuran bpjs mengalami kenaikan. Hal tersebut menyebabkan pro dan kontra dari masyarakat. Penelitian ini dilakukan untuk mengklasifikasi opini masyarakat dari media sosial twitter pada topik kenaikan iuran bpjs. Data yang digunakan adalah data tweet berjumlah 2250 tweet yang dibagi menjadi dua yaitu 1800 data latih dan 450 data uji menggunakan metode multiclass suport vector machine. Untuk membuat model machine learning diperlukan beberapa proses yaitu proses scraping data, labelling data, preprocessing, pembobotan kata dan proses modelling. Penelitian ini dilakukan untuk mengetahui respon masyarakat terhadap kabar kenaikan iuran bpjs yang sering terjadi dua tahun belakangan ini. Penelitian ini mendapat nilai akurasi 85%. Dari penelitian ini penulis mengharapkan kepada peneliti selanjutnya agar dapat mengembangkan penelitian ini sampai mencapai hasil terbaik. Kata Kunci : Analisis Sentimen, Kenaikan Iuran Bpjs, Suport Vector Machine, TF-IDF, Twitter.
File :
1_175410206_HALAMAN_DEPAN - Rizqi Alfiyati.pdf
2_175410206_BAB_I - Rizqi Alfiyati.pdf
3_175410206_BAB_II - Rizqi Alfiyati.pdf
4_175410206_BAB_III - Rizqi Alfiyati.pdf
5_175410206_BAB_IV - Rizqi Alfiyati.pdf
6_175410206_BAB_V - Rizqi Alfiyati.pdf
7_175410206_DAFTAR_PUSTAKA - Rizqi Alfiyati.pdf
8_175410206_CARA_MENJALANKAN_PROGRAM - Rizqi Alfiyati.pdf
9_175410206_LISTING_PROGRAM - Rizqi Alfiyati.pdf
SURAT KETERANGAN PERSETUJUAN PUBLIKASI - Rizqi Alfiyati.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
