ANALISIS SENTIMEN TERHADAP PELAYANAN BPJS KESEHATAN PADA GURU – GURU SMK EKLESIA DAN BINA INSANI JAILOLO

Authors

  • (*) rudelvi yana yanis,  SMK Eklesia Jailolo

(*) Corresponding Author

DOI:

https://doi.org/10.21460/jutei.2018.22.105

Keywords:

: Analisis Sentimen, Kualitatif, Pelayanan BPJS Kesehatan, Rapidminer, Naives Bayes

Abstract

BPJS kesehatan adalah badan hukum publik yang di bentuk untuk menyelenggarakan program jaminan kesehatan.  BPJS kesehatan bekerjasama dengan fasilitas kesehatan milik pemerintah atau swasta untuk menyelenggarakan pelayanan kesehatan bagi para peserta JKN dan keluarganya. Melalui program jaminan kesehatan pemerintah berupaya agar masyarakat bisa mendapatkan pelayanan kesehatan dengan baik. Namun pada penerapannya masih belum sesuai dengan tujuan dan manfaat dari BPJS kesehatan sehingga menimbulkan opini positif dan opini negatif  masyarakat tentang pemanfaatan layanan BPJS kesehatan. Tujuan dari penelitian yang dilakukan adalah untuk menganalisis opini masyarakat terhadap manfaat dari layanan badan penyelenggara jaminan sosial kesehatan pada masyarakat pada Guru- guru SMK Eklesia dan Bina Insani  Jailolo. Anilisis dan pengolahan data dilakukan dengan pendekatan kualitatif menggunakan  aplikasi rapidminer, dan untuk klasifikasi dokumen menggunakan metode naives bayes. Berdasarkan hasil analisis dokumen  pemanfaatan pelayanan BPJS dimana opini yang tertinggi adalah opini positif dengan tingkat akurasi 84,46%.

References

[1] Zaelani. 2012. Komitmen Pemeritah dalam Penyelenggara dalam Jaminan Sosial Nasional Jurnal Legislasi Indonesia, Vol. 9 No.2 Juli 2012, Jakarta, Direktorat Jenderal Peraturan Perundang-‐undangan Kementerian Hukum dan HAM RI, hlm. 200
[2] Departemen Kesehatan Ri.2003. Pedoman Pelaksanaan PKPS-BBM Bidan Kesehatan pada daerah uji coba Jaminan Kesehatan Gakin (JPK-Gakin).
[3] Qomaruddin. 2012. Badan Hukum Publik Badan Penyelenggara Jaminan Sosial dan Transformasinya Menurut Undang-Undang Nomor 24 Tahun 2011 tentang Badan Penyelenggara Jaminan Sosial. Jurnal Legislasi Indonesia Vol. 9 No. 2. Juli 2012.
[4] Setyowati,T., Lubis,A.2003. Pemanfaatan Pelayanan Kesehatan dan Jaminan Pemeliharaan Kesehatan,Buletin Penelitian Kesehatan, hal 177-185.
[5] Noviansyah dkk. 2006. Persepsi Masyarakat Terhadap Program Jaminan Kesehatan. Jurnal Berita Kedokteran Masyarakat, Vol. 22 No.3;
[6] Liu, B. 2010.Sentiment Analysis and Subjectivity, in Handbook of Natural Language Processing, 2nd Edition. Chapman & Hall / CRC Press.
[7] Dehaff, M. 2010. Sentiment Analysis, Hard But Worth It!.[Online].Tersediadi:http://www.customerthink.com/blog/sentiment_analysis_hard_but_worth_it
[8] Saraswati, N. W. S., (2011). "Text Mining dengan Metode Naive Bayes Classifier dan Support Vector Machines untuk Sentiment Analysis", thesis, Program Studi Teknik Elektro, Program pasca Sarjana Universitas Udayana, Bali, Indonesia.l
[9] Kemenkes 2016."Buku Pegangan Sosialisai Jaminan Kesehatan Nasional".
[10] Novantirani, Anita, Sabariah, Mira Kania, dan Effendy, Veronikha. 2015. Analisis Sentimen pada \Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine. Universitas Telkom : Bandung.
[11]Rupilele F,G,.Manongga, D and Utomo, W, H. 2013. Sentiment Analysis Of National Exam Public Policy With Naive Bayes Classifier Method (NBC), Journal of Theoretical and Applied Information Technology, Vol 58 No. 1, ISSN 1992-8645.
[12]Liu Bing.2012. Sentiment Analysis And Opinion Mining. Chicago:Morgan & Claypool Publisher. http://www.dcc.ufrj.br/~valeriab/DTM Sentiment Analysis And Opinion Mining-BingLiu.pdf. Diakses tanggal 29 Januari 2015.
[13] Berry, M.W. & Kogan, J. 2010. Text Mining Aplication and theory. WILEY : United Kingdom
[14] Feldman, Ronen dan Sanger, James. 2007. The Text Mining Handbook Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press, New York.
[15] Hamzah, A. 2014. Sentimen analysis untuk memanfaatkan saran kuesioner dalam evaluasi pembelajaran dengan menggunakan naive bayes classifier(NBC). Prosiding Seminar Nasional Aplikasi Sains & Teknologi(SNAST) , 17-24.
[16] Aggarwal, C. C., & Zhai, C. (Eds.). (2012). Mining text data. Springer Science & Business Media
[17] Taner danisma and Adil Alpkocak., (2008). Feeler: Emotion Clasification of Text Using Vector, Proceedings of AISB 2008 Symposium on Affective Language in Human and Machine Volume 2.
[18] Davis, J., & Goadrich, M. 2006. The relationship between Precision-Recall and ROC curves. In Proceedings of the 23rd international conference on Machine learning (pp. 233-240).
[19] Tala, F. Z. (2003). A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia. M.S. thesis. M.Sc. Thesis. Master of Logic Project. Institute for Logic, Language and Computation. Universiteti van Amsterdam The Netherlands.

Published

2018-12-10

How to Cite

[1]
rudelvi yana yanis, “ANALISIS SENTIMEN TERHADAP PELAYANAN BPJS KESEHATAN PADA GURU – GURU SMK EKLESIA DAN BINA INSANI JAILOLO”, JUTEI, vol. 2, no. 2, pp. 113–122, Dec. 2018.