Alfiyati, Rizqi - 175410206 (2021) IDENTIFIKASI OPINI MASYARAKAT TERHADAP KENAIKAN IURAN BPJS BERBASIS ANALISIS SENTIMEN. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
![[img]](https://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
1_175410206_HALAMAN_DEPAN - Rizqi Alfiyati.pdf - Published Version Download (685kB) |
|
Text
2_175410206_BAB_I - Rizqi Alfiyati.pdf - Published Version Download (196kB) |
|
Text
3_175410206_BAB_II - Rizqi Alfiyati.pdf - Published Version Download (384kB) |
|
Text
4_175410206_BAB_III - Rizqi Alfiyati.pdf - Published Version Restricted to Repository staff only Download (917kB) |
|
Text
5_175410206_BAB_IV - Rizqi Alfiyati.pdf - Published Version Restricted to Repository staff only Download (992kB) |
|
Text
6_175410206_BAB_V - Rizqi Alfiyati.pdf - Published Version Download (187kB) |
|
Text
7_175410206_DAFTAR_PUSTAKA - Rizqi Alfiyati.pdf - Published Version Download (307kB) |
|
Text
8_175410206_CARA_MENJALANKAN_PROGRAM - Rizqi Alfiyati.pdf - Published Version Download (215kB) |
|
Text
9_175410206_LISTING_PROGRAM - Rizqi Alfiyati.pdf - Published Version Restricted to Repository staff only Download (144kB) |
|
Text
SURAT KETERANGAN PERSETUJUAN PUBLIKASI - Rizqi Alfiyati.pdf - Published Version Download (146kB) |
Abstract
Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan merupakan badan hukum publik yang dibentuk untuk menyelenggarakan program jaminan sosial dalam bidang kesehatan bagi seluruh masyarakat Indonesia.(Nurulbaiti dan Subekti 2018). Dari salah satu akun berita kompas.com terdapat kabar bahwa dua tahun belakangan ini iuran bpjs mengalami kenaikan. Hal tersebut menyebabkan pro dan kontra dari masyarakat. Penelitian ini dilakukan untuk mengklasifikasi opini masyarakat dari media sosial twitter pada topik kenaikan iuran bpjs. Data yang digunakan adalah data tweet berjumlah 2250 tweet yang dibagi menjadi dua yaitu 1800 data latih dan 450 data uji menggunakan metode multiclass suport vector machine. Untuk membuat model machine learning diperlukan beberapa proses yaitu proses scraping data, labelling data, preprocessing, pembobotan kata dan proses modelling. Penelitian ini dilakukan untuk mengetahui respon masyarakat terhadap kabar kenaikan iuran bpjs yang sering terjadi dua tahun belakangan ini. Penelitian ini mendapat nilai akurasi 85%. Dari penelitian ini penulis mengharapkan kepada peneliti selanjutnya agar dapat mengembangkan penelitian ini sampai mencapai hasil terbaik. Kata Kunci : Analisis Sentimen, Kenaikan Iuran Bpjs, Suport Vector Machine, TF-IDF, Twitter.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Sri Redjeki, S.Si., M.Kom |
| Uncontrolled Keywords: | Analisis Sentimen, Kenaikan Iuran Bpjs, Suport Vector Machine, TF-IDF, Twitter. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Analisis Sistem A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi > Program Aplikasi Berbasis Mobile A Karya Umum (General) > Ilmu Komputer (Computer Science) > Teknologi Informasi |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 24 Nov 2021 03:34 |
| Last Modified: | 24 Nov 2021 03:34 |
| URI: | http://eprints.akakom.ac.id/id/eprint/9476 |
Actions (login required)
 |
View Item |
