Analisis Sentimen Pengguna Aplikasi Mobile JKN Menggunakan Metode Stochastic Gradient Descent (SGD)

Authors

  • Faris Abdi El Hakim Universitas Negeri Surabaya
  • M Adamu Islam Mashuri Universitas Negeri Surabaya

DOI:

https://doi.org/10.62712/juktisi.v4i1.409

Keywords:

Analisis Sentimen, Stochastic Gradient Descent (SGD), Mobile JKN, Wordcloud, Natural Language Processing (NLP)

Abstract

Kesehatan merupakan aspek penting yang harus dimiliki setiap individu untuk menjalankan aktivitas sehari-hari dan mendukung kesejahteraan masyarakat. Dalam upaya meningkatkan layanan kesehatan, BPJS Kesehatan meluncurkan aplikasi Mobile JKN sejak 2017 untuk mempermudah akses layanan kesehatan secara online seperti pendaftaran antrean, konsultasi dokter, dan informasi fasilitas kesehatan. Namun, aplikasi ini menghadapi berbagai kendala teknis yang menyebabkan ketidakpuasan pengguna yang tercermin dari banyaknya ulasan negatif di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Mobile JKN secara otomatis menggunakan metode Stochastic Gradient Descent (SGD). Sebanyak 100.000 data ulasan diunduh dan diproses melalui tahapan pelabelan sentimen, preprocessing teks, dan ekstraksi fitur TF-IDF. Evaluasi model menggunakan K-Fold Cross Validation menghasilkan akurasi tertinggi 91.00% dengan hyperparameter optimal. Hasil ini menunjukkan bahwa metode SGD efektif dan efisien dalam mengolah data ulasan berukuran besar sehingga dapat memberikan masukan berharga bagi pengembang aplikasi Mobile JKN untuk meningkatkan kualitas layanan dan kepuasan pengguna.

Downloads

Download data is not yet available.

References

C. Kinanti and R. Lasso, “FAKTOR HAMBATAN DALAM AKSES PELAYANAN KESEHATAN PADA PUSKESMAS DI INDONESIA: SCOPING REVIEW.” [Online]. Available: http://journal.stikeskendal.ac.id/index.php/PSKM

M. Mauludin Rohman and S. Adinugroho, “Analisis Sentimen pada Ulasan Aplikasi Mobile JKN Menggunakan Metode Maximum Entropy dan Seleksi Fitur Gini Index Text,” 2021. [Online]. Available: http://j-ptiik.ub.ac.id

C. C. Dan and L. Saufa Yardha, “ANALISIS SENTIMEN PENGGUNA APLIKASI MOBILE JKN MENGGUNAKAN ALGORITMA NAÏVE BAYES,” 2024. [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR

M. Nurmalasari, N. Anggita Temesvari, S. Ni, and matul Maula, “Analisis Sentimen terhadap Opini Masyarakat dalam Penggunaan Mobile-JKN untuk Pelayanan BPJS Kesehatan Tahun 2019,” 2020.

M. R. Fahlevvi, “Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi dan Dokumentasi Kementerian Dalam Negeri Republik Indonesia di Google Playstore Menggunakan Metode Support Vector Machine,” Jurnal Teknologi dan Komunikasi Pemerintahan, vol. 4, no. 1, pp. 1–13, 2022, [Online]. Available: http://ejournal.ipdn.ac.id/JTKP,

F. Fridom Mailo et al., “Analisis Sentimen Data Twitter Menggunakan Metode Text Mining Tentang Masalah Obesitas di Indonesia,” 2019.

F. Panjaitan, W. Ce, H. Oktafiandi, G. Kanugrahan, Y. Ramdhani, and V. H. C. Putra, “Evaluation of Machine Learning Models for Sentiment Analysis in the South Sumatra Governor Election Using Data Balancing Techniques,” Journal of Information Systems and Informatics, vol. 7, no. 1, pp. 461–478, Mar. 2025, doi: 10.51519/journalisi.v7i1.1019.

Tania Puspa Rahayu Sanjaya, Ahmad Fauzi, and Anis Fitri Nur Masruriyah, “Analisis sentimen ulasan pada e-commerce shopee menggunakan algoritma naive bayes dan support vector machine,” INFOTECH : Jurnal Informatika & Teknologi, vol. 4, no. 1, pp. 16–26, Jun. 2023, doi: 10.37373/infotech.v4i1.422.

D. Puspitasari, N. Nazhiifah, and T. Sutabri, “Analisis Sentimen Pada Ulasan Mobile Jkn Berdasarkan Pada Media Sosial Twitter (X) Menggunakan Metode Support Verctor Machine (SVM),” Nusal ntal ral Journal l of Multidisciplinal ry Science, vol. 2, no. 6, pp. 1273–1282.

F. T. Admojo and Y. I. Sulistya, “Analisis performa algoritma Stochastic Gradient Descent (SGD) dalam mengklasifikasi tahu berformalin,” Indonesian Journal of Data and Science (IJODAS), vol. 3, no. 1, 2022.

A. A. Pratiwi and M. Kamayani, “Perbandingan Pelabelan Data dalam Analisis Sentimen Kurikulum Proyek di platform TikTok: Pendekatan Naïve Bayes,” Jurnal Eksplora Informatika, vol. 14, no. 1, pp. 96–107, Sep. 2024, doi: 10.30864/eksplora.v14i1.1093.

M. Demircan, A. Seller, F. Abut, and M. F. Akay, “Developing Turkish sentiment analysis models using machine learning and e-commerce data,” International Journal of Cognitive Computing in Engineering, vol. 2, pp. 202–207, Jun. 2021, doi: 10.1016/j.ijcce.2021.11.003.

H. Chyntia Morama, D. E. Ratnawati, and I. Arwani, “Analisis Sentimen berbasis Aspek terhadap Ulasan Hotel Tentrem Yogyakarta menggunakan Algoritma Random Forest Classifier,” 2022. [Online]. Available: http://j-ptiik.ub.ac.id

J. A. Wibowo, V. C. Mawardi, and T. Sutrisno, “VISUALISASI WORD CLOUD HASIL ANALISIS SENTIMEN BERBASIS FITUR LAYANAN APLIKASI GOJEK DENGAN SUPPORT VECTOR MACHINE,” Jurnal Serina Sains, Teknik dan Kedokteran, vol. 2, no. 1, pp. 61–70, Mar. 2024, doi: 10.24912/jsstk.v2i1.32058.

M. Galih Pradana, “PENGGUNAAN FITUR WORDCLOUD DAN DOCUMENT TERM MATRIX DALAM TEXT MINING.”

X. Ying, “An Overview of Overfitting and its Solutions,” in Journal of Physics: Conference Series, Institute of Physics Publishing, Mar. 2019. doi: 10.1088/1742-6596/1168/2/022022.

Downloads

Published

2025-06-26

How to Cite

Faris Abdi El Hakim, & M Adamu Islam Mashuri. (2025). Analisis Sentimen Pengguna Aplikasi Mobile JKN Menggunakan Metode Stochastic Gradient Descent (SGD). Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI), 4(1), 284–294. https://doi.org/10.62712/juktisi.v4i1.409

Issue

Vol. 4 No. 1 (2025): Juni 2025

Section

Articles

License

Copyright (c) 2025 Faris Abdi El Hakim, M Adamu Islam Mashuri

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.