ANALISIS SENTIMEN TERHADAP RSUD SITI FATIMAH PALEMBANG MENGGUNAKAN METODE NAÏVE BAYES CLASIFFIER

ARDIANSYAH, ARDIANSYAH (2024) ANALISIS SENTIMEN TERHADAP RSUD SITI FATIMAH PALEMBANG MENGGUNAKAN METODE NAÏVE BAYES CLASIFFIER. Other thesis, Universitas Bina Darma.

	Text (BAB 0) BAB 0-compressed_11zon.pdf Download (356kB)
	Text (BAB 1) BAB 1.pdf Download (441kB)
	Text (DAPUS) DAPUS.pdf Download (364kB)
	Text (ANALISIS SENTIMEN TERHADAP RSUD SITI FATIMAH PALEMBANG MENGGUNAKAN METODE NAÏVE BAYES CLASIFFIER) LAPORAN HASIL-compressed (1).pdf Restricted to Repository staff only Download (1MB)
	Text (LAMPIRAN) LAMPIRAN.pdf Download (1MB)
	Text (ARTIKEL) ARTIKEL.pdf Download (784kB)

Abstract

Rumah Sakit Umum Daerah adalah institusi pelayanan Kesehatan yang dimiliki oleh pemerintah daerah. Peran rumah sakit dalam kehidupan masyarakat sangatlah penting terkait tingkat kepuasan Masyarakat terhadap pelayanan, fasilitas, dan aspek lainnya. Opini dan penilaian masyarakat turut menjadi penilaian terhadap kinerja pelayanan rumah sakit. Keluhan-keluhan Masyarakat terhadap pelayanan RSUD Siti Fatimah menjadikan penilaian pelayanan rumah sakit di Palembang menjadi objek dari penelitian dasar ini. Penulis memanfaatkan algoritma Naïve Bayes Classifier dan untuk mengkategorikan penilaian berdasarkan sentimen positif dan negatif serta aspek agar mempermudah pengkategorian. Aspek yang dipergunakan tersebut adalah aspek penanganan, fasilitas, administrasi, dan biaya. Awalnya data di proses dengan text preprocessing lalu pembobotan kata TF IDF, pelabelan data, penerapan algoritma Naïve Bayes Classifier dan mengambil sentimen positif dan negatif. Perihal meningkatkan mutu pelayanan rumah sakit, pemerintah sebagai aktor utama yang berperan secara langsung baik untuk bertanggung jawab maupun merencanakan, mengatur, menyelenggarakan, membina, dan mengawasi peyelenggaraan peningkatan mutu kesehatan dalam hal ini melalui beberapa produk kebijakan publiknya telah secara tegas membahas serta mengatur segala sesuatu yang berkenaan dalam rangka pencapaian hal tersebut. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap Rumah Sakit Umum Daerah (RSUD) Siti Fatimah Palembang menggunakan metode Naive Bayes Classifier. Dengan semakin berkembangnya platform media sosial dan ulasan online, pemahaman terhadap persepsi publik menjadi penting bagi pengelolaan dan peningkatan kualitas layanan kesehatan. Penelitian ini memanfaatkan data teks yang diambil dari berbagai sumber seperti media sosial, ulasan online, dan forum diskusi untuk mengevaluasi sentimen masyarakat terhadap layanan yang diberikan oleh RSUD Siti Fatimah. Proses penelitian dimulai dengan pengumpulan data teks dari sumber�sumber yang relevan menggunakan teknik web scraping. Data yang dikumpulkan kemudian dipra-proses dengan langkah-langkah pembersihan teks, normalisasi, dan tokenisasi. Untuk analisis sentimen, metode Naive Bayes Classifier diterapkan karena kemampuannya yang baik dalam klasifikasi teks dan kemudahan implementasinya. Model ini dilatih menggunakan dataset yang telah dilabeli dengan kategori sentimen positif dan negatif. Hasil dari analisis menunjukkan distribusi sentimen masyarakat terhadap RSUD Siti Fatimah Palembang, mengidentifikasi area kekuatan dan kelemahan layanan yang disediakan. Temuan ini memberikan wawasan berharga bagi pihak manajemen RSUD dalam mengembangkan strategi perbaikan layanan dan komunikasi dengan publik. Penelitian ini juga menyoroti efektivitas metode Naive Bayes dalam analisis sentimen serta memberikan panduan praktis untuk penerapan teknik serupa dalam konteks lain. viii Metode Naive Bayes dipilih karena kemampuannya dalam mengklasifikasikan data teks dengan efisiensi yang tinggi serta akurasi yang baik dalam analisis sentimen. Penelitian ini dimulai dengan pengumpulan data ulasan dan komentar dari berbagai sumber online yang berkaitan dengan RSUD Siti Fatimah Palembang. Data yang diperoleh kemudian diproses melalui tahapan pembersihan teks, tokenisasi, dan pemilihan fitur menggunakan teknik Term Frequency-Inverse Document Frequency (TF�IDF). Setelah itu, model Naive Bayes dilatih menggunakan dataset yang telah diproses. Hasil dari model ini kemudian dievaluasi dengan menggunakan metrik akurasi, presisi, recall, dan F1-score untuk mengukur performa klasifikasi. Analisis sentimen dibagi menjadi tiga kategori, yaitu positif, negatif, dan netral. Hasil analisis menunjukkan bahwa mayoritas ulasan cenderung positif, menyoroti kepuasan pasien terhadap layanan dan fasilitas yang disediakan. Namun, terdapat juga sejumlah ulasan negatif yang menunjukkan area yang perlu diperbaiki, seperti waktu tunggu dan pelayanan petugas. Temuan ini memberikan wawasan penting bagi manajemen RSUD Siti Fatimah Palembang untuk mengambil langkah-langkah perbaikan dan pengembangan layanan kesehatan. Selain itu, penelitian ini juga menunjukkan potensi metode Naive Bayes dalam analisis sentimen di sektor kesehatan, yang dapat diterapkan pada rumah sakit atau fasilitas kesehatan lainnya. Dengan demikian, penelitian ini tidak hanya bermanfaat bagi pihak rumah sakit tetapi juga bagi peneliti dan praktisi di bidang teknologi informasi dan kesehatan. Kata kunci: Analisis Sentimen, Naive Bayes Classifier, Web Scraping, Layanan Kesehatan, Data Teks.Rumah Sakit Umum Daerah adalah institusi pelayanan Kesehatan yang dimiliki oleh pemerintah daerah. Peran rumah sakit dalam kehidupan masyarakat sangatlah penting terkait tingkat kepuasan Masyarakat terhadap pelayanan, fasilitas, dan aspek lainnya. Opini dan penilaian masyarakat turut menjadi penilaian terhadap kinerja pelayanan rumah sakit. Keluhan-keluhan Masyarakat terhadap pelayanan RSUD Siti Fatimah menjadikan penilaian pelayanan rumah sakit di Palembang menjadi objek dari penelitian dasar ini. Penulis memanfaatkan algoritma Naïve Bayes Classifier dan untuk mengkategorikan penilaian berdasarkan sentimen positif dan negatif serta aspek agar mempermudah pengkategorian. Aspek yang dipergunakan tersebut adalah aspek penanganan, fasilitas, administrasi, dan biaya. Awalnya data di proses dengan text preprocessing lalu pembobotan kata TF IDF, pelabelan data, penerapan algoritma Naïve Bayes Classifier dan mengambil sentimen positif dan negatif. Perihal meningkatkan mutu pelayanan rumah sakit, pemerintah sebagai aktor utama yang berperan secara langsung baik untuk bertanggung jawab maupun merencanakan, mengatur, menyelenggarakan, membina, dan mengawasi peyelenggaraan peningkatan mutu kesehatan dalam hal ini melalui beberapa produk kebijakan publiknya telah secara tegas membahas serta mengatur segala sesuatu yang berkenaan dalam rangka pencapaian hal tersebut. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap Rumah Sakit Umum Daerah (RSUD) Siti Fatimah Palembang menggunakan metode Naive Bayes Classifier. Dengan semakin berkembangnya platform media sosial dan ulasan online, pemahaman terhadap persepsi publik menjadi penting bagi pengelolaan dan peningkatan kualitas layanan kesehatan. Penelitian ini memanfaatkan data teks yang diambil dari berbagai sumber seperti media sosial, ulasan online, dan forum diskusi untuk mengevaluasi sentimen masyarakat terhadap layanan yang diberikan oleh RSUD Siti Fatimah. Proses penelitian dimulai dengan pengumpulan data teks dari sumber�sumber yang relevan menggunakan teknik web scraping. Data yang dikumpulkan kemudian dipra-proses dengan langkah-langkah pembersihan teks, normalisasi, dan tokenisasi. Untuk analisis sentimen, metode Naive Bayes Classifier diterapkan karena kemampuannya yang baik dalam klasifikasi teks dan kemudahan implementasinya. Model ini dilatih menggunakan dataset yang telah dilabeli dengan kategori sentimen positif dan negatif. Hasil dari analisis menunjukkan distribusi sentimen masyarakat terhadap RSUD Siti Fatimah Palembang, mengidentifikasi area kekuatan dan kelemahan layanan yang disediakan. Temuan ini memberikan wawasan berharga bagi pihak manajemen RSUD dalam mengembangkan strategi perbaikan layanan dan komunikasi dengan publik. Penelitian ini juga menyoroti efektivitas metode Naive Bayes dalam analisis sentimen serta memberikan panduan praktis untuk penerapan teknik serupa dalam konteks lain. viii Metode Naive Bayes dipilih karena kemampuannya dalam mengklasifikasikan data teks dengan efisiensi yang tinggi serta akurasi yang baik dalam analisis sentimen. Penelitian ini dimulai dengan pengumpulan data ulasan dan komentar dari berbagai sumber online yang berkaitan dengan RSUD Siti Fatimah Palembang. Data yang diperoleh kemudian diproses melalui tahapan pembersihan teks, tokenisasi, dan pemilihan fitur menggunakan teknik Term Frequency-Inverse Document Frequency (TF�IDF). Setelah itu, model Naive Bayes dilatih menggunakan dataset yang telah diproses. Hasil dari model ini kemudian dievaluasi dengan menggunakan metrik akurasi, presisi, recall, dan F1-score untuk mengukur performa klasifikasi. Analisis sentimen dibagi menjadi tiga kategori, yaitu positif, negatif, dan netral. Hasil analisis menunjukkan bahwa mayoritas ulasan cenderung positif, menyoroti kepuasan pasien terhadap layanan dan fasilitas yang disediakan. Namun, terdapat juga sejumlah ulasan negatif yang menunjukkan area yang perlu diperbaiki, seperti waktu tunggu dan pelayanan petugas. Temuan ini memberikan wawasan penting bagi manajemen RSUD Siti Fatimah Palembang untuk mengambil langkah-langkah perbaikan dan pengembangan layanan kesehatan. Selain itu, penelitian ini juga menunjukkan potensi metode Naive Bayes dalam analisis sentimen di sektor kesehatan, yang dapat diterapkan pada rumah sakit atau fasilitas kesehatan lainnya. Dengan demikian, penelitian ini tidak hanya bermanfaat bagi pihak rumah sakit tetapi juga bagi peneliti dan praktisi di bidang teknologi informasi dan kesehatan.

Actions (login required)

View Item