IMPLEMENTASI METODE LONG SHORT-TERM MEMORY (LSTM) PADA KLASIFIKASI ULASAN APLIKASI MOBILE JKN

NENI , YULIYANTI (2023) IMPLEMENTASI METODE LONG SHORT-TERM MEMORY (LSTM) PADA KLASIFIKASI ULASAN APLIKASI MOBILE JKN. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ABSTRACT.pdf Download (30Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (1241Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1124Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Aplikasi Mobile JKN adalah suatu kanal informasi dan pelayanan online yang digunakan untuk mempermudah proses penyelenggaraan program jaminan kesehatan nasional oleh Badan Hukum Publik yang bertanggung jawab langsung kepada presiden yaitu Badan Pengelola Jaminan Sosial (BPJS). Setiap peserta yang terdaftar BPJS Kesehatan dapat melakukan pelayanan secara online melalui Aplikasi Mobile JKN untuk mempermudah proses administrasi serta mengakses sumber informasi. Semakin banyaknya pengguna aplikasi Mobile JKN maka semakin beragam juga ulasan yang di terima oleh aplikasi Mobile JKN baik itu berupa opini positif maupun negatif. Salah satu metode text mining dalam analisis sentimen yaitu Long Short Term Memory (LSTM) dalam penelitian ini mengklasifikasikan ulasan kedalam sentimen positif dan negatif. Word Embedding digunakan untuk mempresentasikan kata dari data yang dimiliki kedalam bentuk vektor. Data yang diolah pada penelitian ini adalah kumpulan ulasan aplikasi Mobile JKN yang diambil dari Google Play Store sejumlah 5410 ulasan. Hasil klasifikasi yang dilakukan dengan metode Long Short Term Memory (LSTM) menunjukkan hasil yang sangat baik dengan akurasi sebesar 94,37%. Kata Kunci : BPJS Kesehatan, Klasifikasi, LSTM, Mobile JKN, Teks Mining, Word2Vec, Word Embedding

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301918361 . Digilib
Date Deposited:	28 Feb 2023 04:05
Terakhir diubah:	28 Feb 2023 04:05
URI:	http://digilib.unila.ac.id/id/eprint/69997

Actions (login required)

Lihat Karya Akhir