Abstract:
Program Jaminan Kesehatan Nasional (JKN) yang diselenggarakan oleh
BPJS Kesehatan memasuki masa transisi kebijakan Kelas Rawat Inap Standar
(KRIS) berdasarkan Peraturan Presiden Nomor 59 Tahun 2024. Perubahan
kebijakan tersebut memunculkan beragam tanggapan masyarakat yang tersebar
pada ulasan aplikasi Mobile JKN di Google Play Store, namun tanggapan tersebut
belum diolah menjadi informasi yang dapat digunakan sebagai bahan evaluasi
layanan. Penelitian ini bertujuan mengklasifikasikan sentimen ulasan pengguna
aplikasi Mobile JKN menggunakan algoritma Naïve Bayes serta
mengimplementasikan hasil klasifikasi ke dalam sistem informasi berbasis web.
Data dikumpulkan melalui teknik web scraping terhadap 4.000 ulasan berbahasa
Indonesia pada periode 15 Juli sampai dengan 15 Agustus 2026 dan menghasilkan
2.675 ulasan hasil seleksi. Pelabelan dilakukan menggunakan dua pendekatan,
yaitu rating pengguna dan kamus sentimen InSet, dengan verifikasi manual pada
ulasan yang kedua pendekatannya menghasilkan label berbeda, sehingga
diperoleh 751 ulasan berlabel positif dan negatif. Data diproses melalui tahapan
cleaning, case folding, tokenizing, stopword removal, dan stemming, kemudian
dibobotkan menggunakan TF-IDF. Hasil pengujian menunjukkan model Naïve
Bayes memperoleh accuracy sebesar 90,07%, precision 90,57%, recall 90,07%,
dan F1-score 89,99%, sedangkan pengujian 10-fold cross validation memperoleh
rata-rata akurasi 90,68% dengan simpangan baku 2,60%. Sebaran sentimen
menunjukkan 403 ulasan atau 53,7% bersentimen negatif dan 348 ulasan atau
46,3% bersentimen positif. Analisis kata paling berpengaruh menunjukkan
keluhan pengguna terpusat pada proses autentikasi, khususnya pengiriman kode
OTP dan verifikasi akun. Sistem informasi berbasis web yang dibangun berhasil
melewati seluruh 12 skenario pengujian Black Box dan dapat digunakan secara
berulang untuk menganalisis ulasan pengguna tanpa harus membacanya satu per
satu.
