SENTIMENT ANALYSIS PENGGUNAAN APLIKASI HALODOC MENGGUNAKAN ALGORITMA DEEP LEARNING DAN NAIVE BAYES

• RABIATUS SA'ADAH
• 14002388

---

ABSTRAK

Berdasarkan data asosiasi penyelengara jasa internet (APJII) yang mewakili asosiasi masyarakat bahwa sebanyak 51,06% pengguna melakukan pencarian di bidang kesehatan dan melakukan konsultasi dengan ahli kesehatan sebanyak 14.05%. apikasi halodoc adalah salah satu aplikasi kesehatan yang digunakan oleh masyarakat indonesia, menawarkan program konsultasi kesehatan online. Analisis sentimen adalah proses pengklasifkasian dokumen teks berdasrakan opini masyarakat yang secara otomatis dapat memahami megolah dan mengekstrak data teks untuk mengetahui apakah ajawabannya positif atau negatif. penelitian ini menghasilkan bahwa pengguna aplikasi halodoc mengacu pada emosional positif. Deep learning mendapatkan nilai akurasi 98.92% dengan AUC 0.995. Algoritma Naive Bayes dengan akurasi 92.92% dengan AUC 0.582. Hasil eksperimen menunjukkan bahwa algoritma yang sesuai untuk sentiment analisis pada aplikasi halodoc yaitu algoritma Naive Bayes dan Deep learning.

kata kunci: aplikasi halodoc, Analisis sentimen, Deep learning, Naive Bayes, SVM

KATA KUNCI

Data Mining,Naive Bayes

---

DAFTAR PUSTAKA

P. Suryanata "Sinergi Halodoc dalam mutu pelayanan rumah sakit di masa pandemi" 2021
Vaya Annisa Izzati "3 Analisis kepuasan pengguna Aplikasi kesehatan halodoc" 2021
D.D Saputra "Otomasi pengkategorian terhadap keluhan pelanggan pada twitter operator telekomunikasi XL Axiata di Indonesia" 2020
H.L Kang "Natural language processing ini managemen research: a literature review" 2017
F J damanik "analysis of public sentiment about covid-10 in indonesia on twitter' 2020
H.D. Wijaya "Implementasi data mining dengan algoritma Naive Bayes pada penjualan obat" 2020
S.H.S  Kurniawan "Text Mining Pre-Processing using gata framework and rapid miner for indonesia sentimen analysis" 2020