APLIKASI ANALISIS SENTIMEN PADA FEEDBACK PASIEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (STUDI KASUS : RUMAH SAKIT UMUM SILOAM)

MURSHOLIHAH, ULFAH AWALIAH (2021) APLIKASI ANALISIS SENTIMEN PADA FEEDBACK PASIEN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (STUDI KASUS : RUMAH SAKIT UMUM SILOAM). S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 COVER - ULFAH AWALIAH MURSHOLIHAH.pdf Download (1MB) | Preview
	Text (BAB I) 02 BAB 1 - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (38kB)
	Text (BAB II) 03 BAB 2 - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (118kB)
	Text (BAB III) 04 BAB 3 - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (113kB)
	Text (BAB IV) 05 BAB 4 - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (47kB)
	Text (BAB V) 06 BAB 5 - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (119kB)
	Text (BAB VI) 07 BAB 6 - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (179kB)
	Text (DAFTAR PUSTAKA) 08 DAFTAR PUSTAKA - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (63kB)
	Text (LAMPIRAN) 09 LAMPIRAN - ULFAH AWALIAH MURSHOLIHAH.pdf Restricted to Registered users only Download (138kB)

Abstract

The process of analyzing opinions on feedback from services at RSU Siloam is done manually for each inpatient feedback by the Quality Risk Department. In increasing the amount of data feedback, the analysis process takes more time. In this case, a system is needed to understand feedback automatically so that it can classify feedback into the "Complain" or "Compliment" category with a good level of accuracy. Sentiment analysis is a process to understand and classify the emotions contained in text using opinion mining techniques. The sentiment analysis system combines natural language processing and machine learning techniques. Sentiment analysis systems require algorithms to determine text classification models such as; naive bayes classifier, KNN, Decision tree etc. The Naive Bayes Classifier method is a classification method rooted in the Bayes theorem, which predicts future opportunities based on past experiences. The Naive Bayes Classifier method provides high accuracy for making decisions from customer reviews. Sentiment analysis application on inpatient feedback using the naive bayes classifier method from 392 feedback data using the R programming language with shiny data visualization to make the data more attractive with the classification results of the model in TYPE Compliment as many as 301 data and TYPE Complain as many as 56 data. In the wordcloud display, there are 5 most prominent words including; baik, pelayanan, terimakasih, siloam, ditingkatkan. Sentiment analysis application using the Naive Bayes classifier method with a classification model of 392 records, getting the model accuracy 91.1%. Utilization of the classification model in the test data as many as 95 data, getting the number of predictive classifications for each, 1 Complain from the actual data as many as 5 data and getting 90 Compliments from the actual data as many as 90 data. Based on this, the Naive Bayes Classifier method obtained an accuracy of 95.8% with 4 error data out of a total of 95 test data. Based on the results of this analysis, most of the patients who have been treated at RSU Siloam Karawaci are satisfied with the service Keywords : Sentiment analysis, Naive Bayes Classifier, Patient feedback., R. Proses analisa opini pada umpan balik dari pelayanan di Rumah Sakit Umum Siloam dilakukan secara manual pada tiap-tiap feedback inpatient oleh QR Department. Pada peningkatan jumlah data feedback, proses analisa membutuhkan waktu yang lebih lama. Dalam hal ini, diperlukan sistem untuk memahami feedback secara otomatis sehingga dapat mengklasifikasikan umpan balik dalam kategori “Complain” atau “Compliment” dengan tingkat akurasi yang baik. Analisis sentimen merupakan proses untuk memahami dan mengelompokkan emosi yang terdapat dalam tulisan menggunakan teknik analisa teks(opinion mining). Sistem analisis sentimen menggabungkan natural language processing dan teknik machine learning. Sistem analisis sentimen memerlukan algoritma untuk menentukan model klasifikasi teks seperti; naive bayes classifier, KNN, Decision tree dll. Metode Naive Bayes Classifier merupakan metode klasifikasi yang berakar pada teorema bayes, yang memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya Metode Naive Bayes Classifier menghasilkan akurasi yang tinggi untuk mengambil keputusan dari ulasan pelanggan. Aplikasi analisis sentimen pada feedback inpatient menggunakan metode naive bayes classifier dari 392 data feedback menggunakan bahasa pemrograman R dengan visualisasi data R shiny membuat data lebih menarik dengan hasil klasifikasi model pada TYPE Compliment sebanyak 301 data dan TYPE Complain sebanyak 56 data. Pada tampilan wordcloud didapatkan 5 kata yang paling menonjol diantaranya ; baik, pelayanan, terimakasih, siloam, ditingkatkan. Aplikasi analisis sentimen menggunakan metode naive bayes classifier dengan model klasifikasi sebanyak 392 record mendapatkan hasil akurasi model 91.1 %. Pemanfaatan model klasifikasi pada data uji sebanyak 95 data, mendapatkan jumlah klasifikasi prediksi masing - masing, 1 Complain dari data aktual sebanyak 5 data dan mendapatkan 90 Compliment dari data aktual sebanyak 90 data. Berdasarkan hal tersebut,metode naive bayes classifier mendapatkan hasil akurasi sebanyak 95.8 % dengan data kesalahan 4 data dari total 95 data uji. Berdasarkan hasil analisa tersebut, sebagian besar pasien yang pernah dirawat di Rumah Sakit Umum Siloam Karawaci merasa puas terhadap pelayanannya Kata kunci : Analisis sentimen, Naive Bayes Classifier, Feedback pasien., R

Actions (login required)

View Item