The Sriwijaya University Library

  • Home
  • Information
  • News
  • Help
  • Login
  • Librarian
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
Image of ANALISIS SENTIMEN LAYANAN KESEHATAN KLINIK YAMET KOMENTAR INSTAGRAM DENGAN NAIVE BAYES
Bookmark Share

Skripsi

ANALISIS SENTIMEN LAYANAN KESEHATAN KLINIK YAMET KOMENTAR INSTAGRAM DENGAN NAIVE BAYES

Kinanty, Reina Salsa - Personal Name;

Kemajuan teknologi informasi yang pesat mendorong sektor kesehatan untuk bertransformasi menuju pemanfaatan platform digital demi meningkatkan efisiensi dan kemudahan akses layanan. Klinik Yamet Palembang, sebagai pusat terapi bagi anak berkebutuhan khusus, telah menggunakan media sosial sebagai kanal komunikasi utama, meskipun situs web resminya masih belum dioptimalkan secara maksimal. Permasalahan utama yang diangkat dalam penelitian ini adalah belum teridentifikasinya persepsi publik terhadap layanan klinik tersebut di ranah digital. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap layanan Klinik Yamet Palembang melalui komentar yang terdapat pada akun Instagram resminya. Algoritma Naïve Bayes dipilih karena memiliki performa yang baik dalam klasifikasi teks dengan jumlah data yang relatif terbatas serta tingkat kompleksitas yang rendah. Prosedur penelitian mencakup tahap prapemrosesan teks, pembobotan menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), dan penerapan Synthetic Minority Over-sampling Technique (SMOTE) untuk menyeimbangkan proporsi data antar kategori sentimen. Berdasarkan hasil pengujian, model yang dibangun mampu mengklasifikasikan opini masyarakat ke dalam tiga kategori utama, yaitu positif, netral, dan negatif,xii dengan tingkat akurasi sebesar 86,56% sebelum penerapan SMOTE. Namun, setelah dilakukan penyeimbangan data menggunakan metode Synthetic Minority Over-sampling Technique (SMOTE), tingkat akurasi model mengalami penurunan menjadi 70,00%. Kombinasi TF-IDF, Naïve Bayes, dan SMOTE terbukti efektif dalam menggambarkan persepsi masyarakat terhadap layanan kesehatan berbasis digital. Secara aplikatif, hasil penelitian ini memberikan rekomendasi bagi Klinik Yamet Palembang dalam mengembangkan strategi komunikasi digital yang lebih adaptif, serta memberikan kontribusi teoretis bagi penelitian analisis sentimen di bidang layanan kesehatan di Indonesia.


Availability
#
Central Library (Reference) T1895012025
T189501
Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T1895012025
Publisher
Indralaya : Prodi Sistem Informasi, Fakultas Ilmu Komputer Universitas Sriwijaya., 2025
Collation
xix, 109 hlm.; ilus.; tab.; 29 cm.
Language
Indonesia
ISBN/ISSN
-
Classification
004.807
Content Type
Text
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Prodi Sistem Informasi
Aplikasi Layanan Kesehatan
Specific Detail Info
-
Statement of Responsibility
MI
Other version/related

No other version available

File Attachment
  • ANALISIS SENTIMEN LAYANAN KESEHATAN KLINIK YAMET KOMENTAR INSTAGRAM DENGAN NAIVE BAYES
Comments

You must be logged in to post a comment

The Sriwijaya University Library
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?