PEMODELAN TOPIK DAN ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MOBILE JKN MENGGUNAKAN ALGORITMA LATENT DIRICHLET ALLOCATION DAN RANDOM FOREST

Abstract

Aplikasi Mobile JKN merupakan aplikasi layanan digital yang dikembangkan oleh BPJS Kesehatan untuk mendukung pelaksanaan program Jaminan Kesehatan Nasional (JKN) di Indonesia. Sebagai aplikasi yang digunakan luas oleh masyarakat, ulasan pengguna di Google Play Store menjadi sumber informasi penting yang perlu dianalisis untuk perbaikan layanan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna dan mengidentifikasi topik utama dalam ulasan aplikasi Mobile JKN. Sebanyak 9.677 ulasan yang telah dipraolah dianalisis menggunakan metode Latent Dirichlet Allocation (LDA) untuk pemodelan topik dan algoritma Random Forest untuk klasifikasi sentimen. Hasil analisis sentimen menunjukkan bahwa 11,1% ulasan bersentimen positif, sementara 88,9% lainnya bersentimen negatif. LDA mengidentifikasi delapan topik utama dengan nilai coherence score sebesar 0,575. Topik seperti OTP, verifikasi wajah, dan konektivitas didominasi oleh sentimen negatif, sementara fitur administrasi relatif lebih positif. Model Random Forest mencapai akurasi sebesar 96% dengan performa sangat baik untuk sentimen negatif, yaitu presisi 97%, recall 99%, dan F1-Score sebesar 98%. Untuk sentimen positif, model menunjukkan presisi sebesar 86%, recall 72%, dan F1-Score sebesar 78%.