Record Details

Analisis Sentimen Angket Kepuasan Pasien Puskesmas menggunakan Metode Improved K-Nearest Neighbor

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Analisis Sentimen Angket Kepuasan Pasien Puskesmas menggunakan Metode Improved K-Nearest Neighbor
 
Added Entry - Uncontrolled Name Kayaningtias, Prais Sarah
Indriati, Indriati
Adikara, Putra Pandu
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Angket adalah sebuah media pengumpulan data dengan memberikan pernyataan atau pertanyaan tertulis Beberapa instansi/perusahaan masih belum memanfaatkan media digital sebagai media pengisian angket hingga saat ini. Pemanfaatan teknologi media digital untuk pengisian angket dapat meringankan kerja karyawan dalam proses analisis sentimen suatu data menjadi secara otomatis tersimpan dalam database dan menghasilkan hasil analisis sentimen dari pengisian angket tersebut. Berdasarkan permasalahan ini, dibutuhkan suatu sistem yang dapat melakukan klasifikasi sentimen secara otomatis sehingga dapat mempermudah karyawan dalam mendapatkan hasil laporan yang digunakan sebagai evaluasi puskesmas. Klasifikasi akan dilaksanakan melalui beberapa tahapan dimulai dari pre-processing yang terdiri dari cleaning, case folding, tokenisasi, filtering, dan stemming. Kemudian dilanjutkan dengan perhitungan term weighting dan cosine similarity sampai dengan proses klasifikasi sentimen menggunakan metode Improved K-Nearest Neighbor. Berdasarkan hasil dari implementasi dan pengujian sistem menggunakan k-fold cross validation diperoleh nilai rata-rata Precision yaitu 0,7657, nilai Recall yaitu 0,8088, nilai F-Measure yaitu 0,7847, dan nilai accuracy sebesar 0,7738. Pada pengujian jumlah data latih didapatkan hasil pengujian terbaik dengan nilai rata-rata Precision yaitu 0,8544, nilai Recall yaitu 0,78, nilai F-Measure yaitu 0,8151, dan nilai accuracy yaitu 0,823. Dibutuhkan ketepatan dalam menentukan dokumen yang akan digunakan sebagai data latih pada sistem sehingga dapat menghasilkan accuracy yang optimal. Beberapa kata yang terkandung dalam dokumen masih menggunakan kata tidak baku sehingga menyebabkan sistem masih salah dalam melakukan klasifikasi sentimen. Alangkah baiknya jika dokumen yang digunakan sebagai data latih dinormalisasikan terlebih dahulu agar memperoleh hasil yang optimal.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10717
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 6 No 3 (2022): Mei 2022
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2022 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com