NURQAMARINA, NURQAMARINA (2023) ANALISIS SENTIMEN LAYANAN KESEHATAN ONLINE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) BERBASIS PARTICLE SWARM OPTIMIZATION (PSO). S1 thesis, Universitas Malikussaleh.

	Text NURQAMARINA_180170039_Cover.pdf Download (27kB)
	Text NURQAMARINA_180170039_Abstrak.pdf Download (14kB)
	Text NURQAMARINA_180170039_BAB I.pdf Download (210kB)
	Text NURQAMARINA_180170039_DAFTAR PUSTAKA.pdf Download (144kB)
	Text NURQAMARINA_180170039_ANALISIS SENTIMEN LAYANAN KESEHATAN ONLINE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) BERBASIS PARTICLE SWARM OPTIMIZATION (PSO).pdf Restricted to Registered users only Download (1MB)

Abstract

Saat ini penggunaan layanan kesehatan online sudah marak dipergunakan agar dapat memberi efisiensi waktu, Namun dibalik sebuah layanan kesehatan onlin masih terdapat banyak sekali celah dan membuat pengguna merasa tidak puas atas layanan kesehatan yang diberikan dengan alasan tersebut penelitian ini dilakukan agar dapat menentukan urutan aplikasi terbaik dari 3 aplikasi layanan kesehatan online dari Google playstore, yaitu Alodokter, Halodoc dan SehatQ menggunakan metode Support Vector Machine (SVM) berbasis Particle Swarm Optimization. Ketiga aplikasi mempunyai keunggulan dan kelemahan, seperti kepuasan para pasien terhadap layanan yang diberi dokter. Untuk itu dalam penelitian ini ulasan dari aplikasi akan menjadi tolak ukur untuk dijadikan aplikasi terbaik (rekomendasi) dan akan menjadi acuan bagi para developer aplikasi untuk meningkatkan kualitas aplikasi. Dan hal tersebut yang mendorong penelitian mengenai 3 aplikasi tersebut dengan total jumlah ulasan 1500 data, data tersebut dilakukan pengklasifikasian yang berguna untuk membantu developer agar semakin berkembang. Berdasarkan hasil dari pengujian didapatkan bahwa tingkat akurasi tertinggi dengan menggunakan Support Vector Machine didapatkan oleh aplikasi Halodoc dengan accuracy 0.94 (93.55%), selanjutnya SehatQ dengan accuracy 0.92 (92.42%) dan diposisi terakhir Alodokter dengan accuracy 0.77 (76.60%) dan untuk akurasi tertinggi setelah dilakukan optimasi menggunakan Particle Swarm Optimization didapatkan oleh aplikasi SehatQ dengan accuracy 0.94 (93.94%), selanjutnya Halodoc dengan accuracy 0.94 (93.94%) dan diposisi terakhir Alodokter dengan accuracy 0.79 (78.72%). Kata Kunci: Support Vector Machine, Particle Swarm Optimization, Accuracy

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Nurqamarina
Date Deposited:	08 Mar 2024 02:07
Last Modified:	08 Mar 2024 02:07
URI:	https://rama.unimal.ac.id/id/eprint/1461

Actions (login required)

View Item