SENTIMEN ANALISIS APLIKASI RSCMKU MENGGUNAKAN METODE NAIVE BAYES

• ADZHANI SOLEHA FITRI
• 2025

---

Aplikasi RSCMKu adalah aplikasi layanan rumah sakit digital milik RSUPN Dr. Cipto Mangunkusumo (RSCM). Meskipun telah diunduh lebih dari 364 ribu kali, aplikasi ini hanya meraih rating rata-rata 3,5/5 bintang berdasarkan lebih dari 4.000 ulasan pengguna di Google Play Store. Hal ini mengindikasikan bahwa terdapat banyak masukan positif maupun negatif dari pengguna yang perlu dievaluasi. Penelitian ini bertujuan untuk mengklasifikasikan sentimen dalam ulasan pengguna (positif, netral, negatif) dan membangun model klasifikasi dengan algoritma Naive Bayes. Dataset yang digunakan berjumlah 4.128 ulasan (periode 2020–2025) yang diperoleh melalui teknik web scraping. Metode mencakup pra-pemrosesan teks (case folding, tokenisasi, penghapusan tanda baca, stopword, stemming), pembobotan fitur TF-IDF, dan klasifikasi sentimen menggunakan algoritme Multinomial Naive Bayes. Kinerja model dievaluasi menggunakan akurasi, presisi dan recall rata-rata tertimbang, serta koefisien Cohen’s Kappa. Hasil menunjukkan model mencapai akurasi 90,14%, presisi tertimbang 90%, recall tertimbang 90,88%, dan Kappa 0,852 yang menandakan tingkat kesepakatan klasifikasi mendekati sempurna.

 

The RSCMKu application is a digital hospital service app launched by RSUPN Dr. Cipto Mangunkusumo (RSCM). Despite having over 364,000 downloads, it has only attained an average rating of 3.5/5 stars based on more than 4,000 user reviews on Google Play Store. This indicates the presence of substantial positive and negative user feedback that warrants evaluation. This study aims to classify the sentiment in user reviews (positive, neutral, negative) and to build a classification model using the Naive Bayes algorithm. The dataset comprises 4,128 user reviews from the period 2020–2025, obtained via web scraping. The methodology includes text preprocessing (case folding, tokenization, punctuation removal, stopword removal, and stemming), TF-IDF feature weighting, and sentiment classification using the Multinomial Naive Bayes algorithm. The model’s performance was evaluated using accuracy, weighted precision and recall, and the Cohen’s Kappa coefficient. The results show that the model achieved 90.14% accuracy, 90% weighted precision, 90.88% weighted recall, and a Kappa of 0.852, indicating an almost perfect agreement in classification.

• Analisis Sentimen
• RSCMKu
• Naive Bayes
• TF-IDF
• Machine Learning

https://repository.bsi.ac.id/repo/74821/SENTIMEN-ANALISIS-APLIKASI-RSCMKU---MENGGUNAKAN-METODE-NAIVE-BAYES
Anda dapat membaca file tugas akhir ini di repository.