Analisis Sentimen Masyarakat Terhadap Kualitas Layanan BPJS (Badan Penyelenggara Jaminan Sosial) Kesehatan Berdasarkan Ulasan Media Sosial Menggunakan Metode Naive Bayes
Keywords:
Analisis Sentimen, BPJS Kesehatan, Twitter, Naive BayesAbstract
Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan merupakan lembaga yang berperan penting dalam memberikan jaminan pelayanan kesehatan bagi masyarakat Indonesia. Twitter (X) menjadi salah satu media yang digunakan masyarakat untuk menyampaikan opini, pengalaman, dan keluhan terkait layanan BPJS Kesehatan. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat, menerapkan algoritma Naive Bayes dalam klasifikasi, mengetahui sentimen dominan, serta mengukur tingkat akurasi model dalam melakukan klasifikasi sentimen. Data berupa komentar Twitter (X) dikumpulkan berdasarkan kata kunci yang berkaitan dengan BPJS Kesehatan dan pelayanan BPJS. Data kemudian diolah melalui tahapan text preprocessing, pelabelan, splitting data, pembobotan TF-IDF, klasifikasi menggunakan Naive Bayes, dan evaluasi model. Hasil penelitian menunjukkan bahwa sentimen negative sebesar 75,7%, neutral sebesar 21,1%, dan positive sebesar 3,2%, sehingga sentimen negative menjadi sentimen yang dominan. Hasil klasifikasi menggunakan Naive Bayes memperoleh tingkat akurasi sebesar 75,67%. Hasil tersebut menunjukkan bahwa Naive Bayes dapat digunakan untuk mengklasifikasikan sentimen masyarakat terhadap layanan BPJS Kesehatan berdasarkan komentar Twitter (X).
Downloads
References
Cindy Astuti, K., Firmansyah, A., Riyadi, A., & Pelita Bangsa Bekasi, U. (2024). Implementasi Text Mining untuk Analisis Sentimen Masyarakat terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store. Remik: Riset Dan E-Jurnal Manajemen Informatika Komputer, 8(1). https://doi.org/10.33395/remik.v8i1.13421
Lihardo Girsang, D., Sidiq, A., & Salsabila Elenaputri, T. (2023). Analisis Sentimen Masyarakat terhadap Layanan BPJS Kesehatan dan Faktor-Faktor Pendukung Opini dengan Pemodelan Natural Language Processing (NLP). Emerging Statistics and Data Science Journal, 1(2).
Mauliza, R. N., & Sipayung, Y. R. (2024). Penerapan Text Mining Dalam Menganalisis Pendapat Masyarakat Terhadap Pemilu 2024 Pada Media Sosial X Menggunakan Metode Naive Bayes. Technomedia Journal, 9(1), 1–16. https://doi.org/10.33050/tmj.v9i1.2212
Nursinggah, L., Ruuhwan, R., & Mufizar, T. (2024). ANALISIS SENTIMEN PENGGUNA APLIKASI X TERHADAP PROGRAM MAKAN SIANG GRATIS DENGAN METODE NAÏVE BAYES CLASSIFIER. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3). https://doi.org/10.23960/jitet.v12i3.4336
Putra, I. G. S. D., & Putra, I. N. T. A. (2025). IMPLEMENTASI METODE NAÏVE BAYES PADA ANALISIS SENTIMEN PENGGUNA APLIKASI MOBILE KITA BISA. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2). https://doi.org/10.23960/jitet.v13i2.6423
Repan, Octariadi, B. C., & Sucipto. (2025). Penerapan Algoritma (Naïve Bayes) Untuk Memprediksi Penyakit Diare.
Sitanggang, A., Sonya Airini, S., Widana Sahputra Sitepu, A., & setiawan Tandi, E. (n.d.). Peran Hukum Kesehatan dalam Melindungi Peserta Program Badan Penyelenggara Jaminan Sosial Kesehatan Berdasarkan Undang-Undang Nomor 24 Tahun 2011.
Suarna, N., & Prihartono, W. (2024). PENERAPAN NLP (NATURAL LANGUAGE PROCESSING) DALAM ANALISIS SENTIMEN PENGGUNA TELEGRAM DI PLAYSTORE. In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Number 2).
Wijanarko, R., Ratnawati, D. E., & Adikara, P. P. (2024). Analisis Sentimen Dampak Perkembangan Artificial Intelligence (AI) pada Media Sosial X/Twitter Menggunakan Metode Random Forest (Vol. 1, Number 1). http://j-ptiik.ub.ac.id
Yani, A., Azmi, Z., Suherdi, D., Informasi, S., & Triguna Dharma, S. (n.d.). Implementasi Data Mining Menganalisa Data Penjualan Menggunakan Algoritma K-Means Clustering. Maret, 2(2), 315–323. Retrieved https://ojs.trigunadharma.ac.id/index.php/jsi
T. Prabowo, Muhammad Irfan Sarif, A. Sebayang, T. D. Ferdillah, and Muhammad Azuan, “Analisis Sentimen Masyarakat terhadap Isu Korupsi Dana Bencana di Indonesia Menggunakan Metode Bidirectional Long Short-Term Memory (Bi-LSTM),” J. Komput. Teknol. Inf. Sist. Inf., vol. 4, no. 3, pp. 1787–1795, 2026, doi: 10.62712/juktisi.v4i3.756.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Aisah, Hotler Manurung, Anton Sihombing
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
