Analisis Sentimen Pasien terhadap Layanan Antarmedika Dentalcare Menggunakan Metode XGBOOST

Vidiantara, Iko Raga Ahana (2025) Analisis Sentimen Pasien terhadap Layanan Antarmedika Dentalcare Menggunakan Metode XGBOOST. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1. PENDAHULUAN.pdf Download (2MB)
	Text 2. ABSTRAK.pdf Download (320kB)
	Text 3. BAB I.pdf Download (395kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (677kB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (540kB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (615kB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (315kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (391kB)
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (402kB) | Request a copy

Abstract

Pelayanan kesehatan yang berkualitas menjadi faktor utama dalam kepuasan pasien. Peraturan Menteri Kesehatan Republik Indonesia Nomor 4 Tahun 2019 tentang Standar Pelayanan Minimal (SPM) di bidang kesehatan mengatur aspek pelayanan kesehatan yang harus dipenuhi oleh penyelenggara layanan, baik di fasilitas kesehatan pemerintah maupun swasta. Praktek Mandiri Bersama Antarmedika Dentalcare berkomitmen untuk memberikan layanan kesehatan gigi berkualitas serta meningkatkan kepuasan pasien melalui evaluasi berbasis data. Salah satu metode yang digunakan adalah analisis sentimen terhadap ulasan pasien yang diperoleh dari Google Maps Review, media sosial, dan Survei Kepuasan Pasien (SKP). Penelitian ini menerapkan metode Extreme Gradient Boosting (XGBoost) untuk klasifikasi sentimen pasien dengan representasi kata menggunakan Term Frequency - Inverse Document Frequency (TF-IDF). Pengujian dilakukan terhadap 500 data ulasan pasien yang dikategorikan ke dalam dua sentimen, yaitu positif dan negatif. Hasil menunjukkan bahwa model XGBoost mencapai akurasi sebesar 0.96, dengan presisi 0.96 dan recall 0.98. Dari total ulasan, 362 diklasifikasikan sebagai sentimen positif, sementara 138 sebagai negatif. Hasil penelitian ini diimplementasikan dalam bentuk website yang memungkinkan klasifikasi otomatis ulasan pasien ke dalam kategori positif atau negatif. Dengan adanya sistem ini, klinik dapat lebih mudah mengevaluasi layanan serta mendukung perbaikan berbasis data guna meningkatkan kepuasan pelanggan dan kualitas layanan kesehatan gigi di Antarmedika Dentalcare.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Yanuarti, Rosita

NIDN0716108602

Dosen Pembimbing

Rintyarna, Bagus Setya

NIDN0729017904

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Analisis Sentimen, XGBoost, TF-IDF, Kepuasan Pasien, Klasifikasi, Sentimen
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Iko Raga Ahana Vidiantara | ikoraga@gmail.com
Date Deposited:	15 Jul 2025 07:01
Last Modified:	15 Jul 2025 07:01
URI:	http://repository.unmuhjember.ac.id/id/eprint/25570

Actions (login required)

View Item