ANALISIS SENTIMEN PADA BPJS KESEHATAN MENGGUNAKAN RECURRENT NEURAL NETWORK
FAISAL FATUROHMAN
Informasi Umum
Kode
20.04.2774
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
536 kali
Informasi Lainnya
Abstraksi
Semakin banyaknya pengguna internet di Indonesia menjadikan media sosial seperti Twitter digunakan untuk menyampaikan opini, bertukar informasi, mengunggah video dan foto. Pada media sosial Twitter pertukaran informasi yang cepat menjadi kelebihan dari media sosial tersebut hal itu sering digunakan dalam menyampaikan berita maupun opini berupa kritik dan saran seperti kepada lembaga pemerintah, contohnya setiap ada isu kenaikan iuran pada BPJS Kesehatan selalu menjadi perang opini antara masyarakat contohnya pada media sosial Twitter. BPJS Kesehatan merupakan lembaga pemerintah yang menjamin kesehatan masyarakat indonesia, dalam hal ini para pekerja negeri sipil (PNS) maupun pekerja swasta diwajibkan untuk mendaftar asuransi tersebut, selain pekerja juga adanya asuransi untuk masyarakat yang tidak mampu. Perang opini terkait isu kenaikan iuran BPJS Kesehatan antara masyarakat tersebut dapat berupa opini positif maupun negatif, maka akan dibuat sebuah sistem analisis sentimen dengan metode klasifikasi Recurrent Neural Network. Dengan adanya sistem tersebut dapat membantu menganalisis opini berdasarkan perspektif masyarakat pada media sosial Twitter. Dari hasil penelitian pada tugas akhir ini dalam analisis sentimen pada pengguna Twitter mendapatkan accuracy sebesar 86.67%, precision sebesar 87%, recall sebesar 86.66%, dan F1 score sebesar 86.63%.
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | FAISAL FATUROHMAN |
| Jenis | Perorangan |
| Penyunting | Budhi Irawan, Casi Setianingsih |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2020 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
