Analisis Sentimen Kepuasan Pengguna Aplikasi Halodoc Menggunkan Metode Naïve Bayes, SVM DAN LSTM

Abstract

Pertumbuhan teknologi digital dalam bidang kesehatan telah mendorong munculnya berbagai aplikasi layanan kesehatan, salah satunya adalah Halodoc. Penelitian ini bertujuan untuk menganalisis sentimen kepuasan pengguna terhadap aplikasi Halodoc melalui ulasan yang ditinggalkan di Google Play Store. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes, dengan tahapan meliputi pengumpulan data, preprocessing (case folding, cleansing, tokenizing, stopword removal, stemming), pembobotan menggunakan TF-IDF, dan klasifikasi sentimen. Penelitian ini menggunakan 350 data ulasan sebagai dataset. Hasil evaluasi menunjukkan bahwa model klasifikasi sentimen berbasis Naïve Bayes berhasil mencapai akurasi sebesar 84%, dengan mayoritas sentimen pengguna bersifat positif. Temuan ini memberikan gambaran bahwa aplikasi Halodoc secara umum diterima baik oleh penggunanya, namun tetap perlu peningkatan pada beberapa aspek layanan.