Analisis Sentimen terhadap Opini Masyarakat dalam Penggunaan Mobile-JKN untuk Pelayanan BPJS Kesehatan Tahun 2019

Abstract

Abstract

BPJS Kesehatan (Healthcare and Social Security Agency) is trying to improve their services in this digital era by creating mobile-JKN applications. It was expected that BPJS participants can more easily and quickly get access to health services anytime and anywhere through this application. Expectantly, the mobile-JKN could reduce the length of queues at registration and other BPJS healthcare services. This study aims to see whether the community response is positive, negative, or neutral to the mobile-JKN application. Data was collected from Twitter social media tweets by scraping data for 11 months from January to November 2019. Data was analyzed using sentiment analysis. The result of this study was that out of 528 tweets, 222 tweets (42%) were positive, 153 tweets (29%) were neutral and 152 tweets (29%) were negative. The highest percentage was the positive sentiment and the tweets about the ease of helping health services and the effectiveness of services using JKN. Unfortunately, it was still less than 50%. The utilization of mobile-JKN during 2019 based sentiment analysis still less than 50%. It was suggested that more socialization was needed for participants to maximize the use of the JKN mobile application.

Keyword: text mining, sentiment analysis, twitter, mobile-JKN, BPJS Kesehatan

Abstrak

Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan berusaha meningkatkan layanan mereka di era digital ini dengan membuat aplikasi mobile-JKN. Diharapkan peserta BPJS dapat lebih mudah dan cepat mendapatkan akses ke layanan kesehatan kapan saja dan di mana saja melalui aplikasi ini. Ekspektasinya dengan mobile-JKN dapat mengurangi panjang antrian saat pendaftaran dan layanan kesehatan BPJS lainnya. Penelitian ini bertujuan untuk melihat apakah respons masyarakat positif, negatif, atau netral terhadap aplikasi mobile-JKN ini. Data dikumpulkan dari tweet media sosial Twitter dengan scraping data selama 11 bulan dari Januari hingga November 2019. Data dianalisis menggunakan analisis sentimen. Hasil dari penelitian ini adalah bahwa dari 528 tweet, 222 tweets (42%) positif, 153 tweets (29%) adalah netral dan 152 tweets (29%) negatif. Persentase tertinggi adalah sentimen positif dan tweet tentang kemudahan membantu layanan kesehatan dan efektivitas layanan menggunakan JKN. Sayangnya, itu masih kurang dari 50%. Pemanfaatan mobile-JKN selama analisis sentimen berbasis 2019 masih kurang dari 50%. Disarankan bahwa diperlukan lebih banyak sosialisasi terhadap peserta untuk memaksimalkan penggunaan aplikasi seluler JKN

Kata Kunci: text mining, analisis sentimen, twitter, mobile-JKN, BPJS Kesehatan