UMPPUMPP

Jurnal Surya InformatikaJurnal Surya Informatika

Telemedicine di Indonesia telah berkembang sejak diperkenalkan pada tahun 2012, namun masih menghadapi tantangan terkait pemahaman teknologi dan keterbatasan akses di daerah terpencil. Mengingat pentingnya telemedicine dalam meningkatkan akses layanan kesehatan, pemahaman terhadap persepsi publik menjadi krusial untuk mengevaluasi penerimaan dan kendala yang dihadapi. Analisis sentimen dapat membantu mengidentifikasi opini masyarakat terhadap layanan ini, baik dari segi manfaat maupun hambatan yang dialami. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap layanan telemedicine menggunakan data dari media sosial X. Data dikumpulkan melalui teknik scraping dengan kata kunci Telemedicine dan dianalisis menggunakan algoritma Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa dari 525 tweet yang dianalisis, 468 tweet memiliki sentimen positif, 48 tweet negatif, dan 9 tweet netral. Model SVM menunjukkan tingkat akurasi sebesar 84%, dengan precision 28%, recall 33%, dan F1-score 30%.

Penelitian ini menunjukkan bahwa mayoritas sentimen publik terhadap telemedicine di Indonesia bersifat positif.Namun, terdapat pula sentimen negatif yang berkaitan dengan masalah teknis dan efektivitas layanan.Analisis sentimen menggunakan algoritma Support Vector Machine (SVM) mampu mengklasifikasikan sentimen dengan akurasi 84%, meskipun performa dalam membedakan sentimen negatif dan netral masih perlu ditingkatkan.Penelitian ini memiliki keterbatasan pada dataset dan penggunaan bahasa tidak baku, yang dapat memengaruhi akurasi klasifikasi.

Penelitian lanjutan dapat dilakukan dengan memperluas cakupan data dari berbagai platform media sosial lainnya untuk mendapatkan representasi opini publik yang lebih komprehensif. Selain itu, pengembangan model analisis sentimen yang lebih canggih dengan memanfaatkan teknik deep learning, seperti transformer, dapat meningkatkan akurasi klasifikasi, terutama dalam membedakan nuansa sentimen yang lebih halus. Lebih lanjut, studi kualitatif, seperti wawancara mendalam dengan pengguna telemedicine, dapat memberikan pemahaman yang lebih mendalam mengenai faktor-faktor yang memengaruhi persepsi dan penerimaan layanan ini, sehingga dapat dirumuskan strategi yang lebih efektif untuk meningkatkan adopsi telemedicine di Indonesia. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan layanan kesehatan digital yang lebih inklusif dan responsif terhadap kebutuhan masyarakat.

  1. Analisis Sentimen Penghapusan Ujian Nasional pada Twitter Menggunakan Support Vector Machine dan Naïve... doi.org/10.24014/coreit.v6i2.9723Analisis Sentimen Penghapusan Ujian Nasional pada Twitter Menggunakan Support Vector Machine dan Nayve doi 10 24014 coreit v6i2 9723
  2. ANALISIS SENTIMEN KOMENTAR MASYARAKAT TERHADAP PELAYANAN PUBLIK PEMERINTAH DKI JAKARTA DENGAN ALGORITMA... doi.org/10.36040/jati.v8i2.9472ANALISIS SENTIMEN KOMENTAR MASYARAKAT TERHADAP PELAYANAN PUBLIK PEMERINTAH DKI JAKARTA DENGAN ALGORITMA doi 10 36040 jati v8i2 9472
  3. Analisis Sentimen UU Omnibus Law pada Twitter Menggunakan Metode Support Vector Machine | Pane | InComTech... doi.org/10.22441/incomtech.v11i2.10874Analisis Sentimen UU Omnibus Law pada Twitter Menggunakan Metode Support Vector Machine Pane InComTech doi 10 22441 incomtech v11i2 10874
Read online
File size558.8 KB
Pages6
DMCAReport

Related /

ads-block-test