ALPI PARHAN - 17213050 Primary Author Syarif Hidayatulloh, S.T., M.Kom (Pembimbing) Editor mixed material bibliography Universitas ARS 2025 id Indonesia

Skripsi

ABSTRAK Aplikasi Mobile JKN kerap menerima keluhan pengguna terkait masalah teknis, seperti kegagalan pengiriman OTP dan kesulitan saat login, yang dapat mengurangi tingkat kepuasan dan kepercayaan pengguna. Untuk menjawab permasalahan tersebut, penelitian ini menerapkan analisis sentimen menggunakan teknik web scraping dan machine learning. Sebanyak 21.989 ulasan pengguna dikumpulkan dari Google Play Store pada periode Januari hingga April 2025 dengan memanfaatkan pustaka google-play-scraper. Data ulasan diproses melalui tahapan case folding, tokenisasi, penghapusan stopword, normalisasi kata tidak baku, dan stemming. Ekstraksi fitur dilakukan dengan metode TF-IDF dan data dibagi menjadi 80% data latih dan 20% data uji. Untuk menyeimbangkan distribusi kelas, diterapkan teknik undersampling sehingga masing-masing kelas (positif dan negatif) memiliki 7.005 data. Dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN), digunakan dalam proses pelatihan dan pengujian. Hasil menunjukkan bahwa SVM menghasilkan performa terbaik dengan akurasi 0,94 dan skor evaluasi yang seimbang untuk kedua kelas. Sebaliknya, KNN menunjukkan performa rendah terutama pada kelas negatif. Dengan demikian, SVM dipilih sebagai model terbaik. Penelitian ini memberikan kontribusi dalam pemantauan opini pengguna secara otomatis dan menjadi dasar peningkatan kualitas layanan aplikasi Mobile JKN di masa depan. NONE Digital Library ARS University Perpustakan Online ARS University 005/S1.TI.SKP/2025 S03572K Teknik Informatika 005/S1.TI.SKP/2025 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8739 2026-05-13 11:03:34 2026-05-13 11:04:18 machine generated