Penerapan Algoritma Support Vector Machine Dalam Sentimen Analisis Terkait Kenaikan Tarif BPJS Kesehatan

Abstract

Jejaring sosial adalah alat komunikasi yang sangat populer di kalangan masyarakat salah satunya adalah jejaring sosial twitter. Jumlah tweets berkembang pesat karena kesederhanaan dan kemudahan penggunaannya menjadi alasan twitter lebih populer di kalangan masyarakat Indonesia dalam berkomunikasi. Twitter banyak digunakan sebagai media promosi produk, iklan, kampanye politik maupun sebagai sarana dalam menyampaikan pendapat terkait kritik, saran, isu-isu serta opini-opini yang sifatnya publik seperti pandangan netizen terhadap kebijakan baru pemerintah dan lain sebagainya. Salah satu kebijakan pemerintah yang sedang ramai diperbincangan oleh netizen di jejaring sosial twitter adalah kenaikan tarif BPJS kesehatan. BPJS Kesehatan (Badan Jaminan Kesehatan dan Sosial) adalah Badan Usaha Milik Negara, besarnya jumlah pengguna BPJS menyebabkan BPJS harus menyediakan layanan umpan balik kepada pengguna untuk mengetahui respon pengguna terhadap layanan BPJS. Analisis sentimen atau disebut juga dengan penambangan pendapat adalah suatu bidang dalam menganalisis pendapat seseorang ataupun sekelompok orang mengenai suatu permasalahan yang tersedia untuk melihat respon masyarakat terhadap permasalahan tersebut. Metode SVM merupakan salah satu metode yang baik untuk digunakan dalam pengkalsifikasian data yang berjumlah banyak, terutama terkait dengan sentimen analisis. Pada penelitian ini akan dilakukan analisis sentimen masyarakat melalui media twitter terhadap kenaikan tarif BPJS Kesehatan menggunakan metode SVM untuk melihat respon masyarakat terhadap kebijakan tersebut.

Komparasi Algoritma Support Vector Machine Dan Random Forest Untuk Analisis Sentimen metaverse

“…Menurut [19] Feature Extraction atau Ekstraksi fitur diartikan sebagai salah satu teknik yang sering digunakan untuk mengurangi kompleksitas data di mana data yang besar diubah menjadi fiturfitur yang lebih sederhana namun tetap memiliki nilai informasi Penambahan fitur ini dapat secara signifikan meningkatkan kinerja model. Untuk menentukan rasio berapa kali suatu kata muncul dalam suatu dokumen dibandingkan dengan jumlah kata secara keseluruhan dalam dokumen, term frekuensi (TF) dan inversi dokumen frekuensi (IDF) digunakan.…”

Optimasi Parameter Support Vector Machine Dengan Algoritma Genetika Untuk Analisis Sentimen Pada Media Sosial Instagram

“…SVM melakukan klasifikasi dengan cara mencari hyperplane (garis pemisah) terbaik untuk memisahkan data ke dalam beberapa kelas sentimen. Keunggulan dari SVM adalah akurasinya yang baik terutama untuk klasifikasi untuk dua kelas [6][7] [8]. Dataset yang berhasil tersimpan dari hasil scrapping selanjutnya dilakukan pelabelan untuk mengelompokkan data ke dalam tiga kelompok sentimen yaitu sentimen positif (2), sentimen netral (1), dan sentimen negatif (0).…”

Analisis Forensik Cyberbullying pada Aplikasi IMO Messenger Menggunakan Metode Association of Chief Police Officers

“…Selain memiliki dampak negatif, internet juga memiliki dampak positif [3]. Perkembangan internet juga didasari oleh smartphone yang semakin canggih saat ini semakin memudahkan masyarakat untuk mengakses informasi dan dengan mudah menggunakan media sosial [4]. Manusia adalah makhluk sosial yang memiliki kebutuhan untuk berkomunikasi dan berinteraksi dengan sesama manusia [5].…”