Analisis Sentimen Aplikasi Mobile JKN Menggunakan Support Vector Machine dengan Optimasi Particle Swarm Optimization

• ARIF MUNANDAR
• 2025

---

Perkembangan teknologi digital mendorong peningkatan layanan publik berbasis aplikasi, salah satunya adalah Mobile JKN yang dikembangkan oleh BPJS Kesehatan. Aplikasi ini memudahkan peserta dalam mengakses layanan seperti pendaftaran, antrean online, dan konsultasi kesehatan. Meskipun telah mengalami pembaruan versi, aplikasi Mobile JKN masih mendapatkan berbagai keluhan dari pengguna, seperti kegagalan verifikasi wajah, kesalahan kode OTP, serta performa yang lambat. Penelitian ini bertujuan untuk mengevaluasi dampak pembaruan aplikasi terhadap persepsi pengguna dengan menganalisis sentimen dari ulasan yang diambil dari Google Play Store. Penelitian dilakukan dengan pendekatan klasifikasi teks menggunakan algoritma Support Vector Machine (SVM) yang dioptimasi menggunakan metode Particle Swarm Optimization (PSO) untuk meningkatkan akurasi melalui penyesuaian parameter C. Data yang dianalisis, difokuskan pada dua versi terbaru aplikasi, yaitu versi 4.11.2 (6.712 ulasan) dan 4.12.0 (4.998 ulasan). Hasil analisis menunjukkan peningkatan sentimen positif dari 47,2% menjadi 49,6%, serta penurunan sentimen negatif dari 52,8% menjadi 50,4%. Selain itu, model SVM yang dioptimasi dengan PSO menghasilkan akurasi tinggi sebesar 92,08% pada versi 4.11.2 dan 91,85% pada versi 4.12.0, dengan nilai AUC masing-masing 97% dan 96%. Temuan ini menunjukkan bahwa pembaruan aplikasi berdampak positif terhadap pengalaman pengguna, meskipun masih diperlukan perbaikan pada aspek teknis.

• Mobile JKN
• Analisis Sentimen
• SVM
• Optimasi PSO
• Ulasan Pengguna.

https://repository.bsi.ac.id/repo/69874/Analisis-Sentimen-Aplikasi-Mobile-JKN-Menggunakan-Support-Vector-Machine-dengan-Optimasi-Particle-Swarm-Optimization
File full-text dikunci.