Analisis Sentimen Komentar Pengguna Platform YouTube terhadap Fitur Pendaftaran Pelayanan pada Aplikasi Mobile JKN
Agnes Rosaria Wigayanti, Dr.techn. Annisa Maulida Ningtyas, S.Kom., M.Eng.
2026 | Tugas Akhir | D4 MANAJEMEN INFORMASI KESEHATAN
Latar Belakang: Aplikasi Mobile JKN yang dikembangkan BPJS Kesehatan menyediakan fitur pendaftaran pelayanan atau antrean online untuk meningkatkan kemudahan akses layanan kesehatan bagi peserta JKN. Namun, berbagai komentar pengguna di YouTube menunjukkan adanya berbagai respons terhadap fitur tersebut sehingga diperlukan analisis sentimen untuk mengetahui kecenderungan sentimen pengguna terhadap layanan yang diberikan.
Tujuan: Mengetahui sentimen pengguna YouTube terhadap fitur pendaftaran pelayanan pada aplikasi Mobile JKN menggunakan metode Support Vector Machine (SVM).
Metode: Metode yang digunakan yaitu kuantitatif deskriptif menggunakan data komentar YouTube periode Januari 2024 hingga April 2026. Data diproses melalui penyaringan manual, preprocessing teks, pelabelan manual, pembobotan TF-IDF, dan klasifikasi menggunakan Support Vector Machine (SVM). Ketidakseimbangan kelas diatasi dengan SMOTE serta evaluasi model menggunakan stratified 5-fold cross-validation.
Hasil: Dari 3,267 komentar yang dikumpulkan, sebanyak 450 komentar digunakan sebagai sampel. Model SVM menghasilkan akurasi 86,67%, precision 87,81%, recall 86,67%, dan F1-score 86,85%. Hasil klasifikasi terhadap 90 data uji menunjukkan 51 komentar (56,7%) bersentimen negatif dan 39 komentar (43,3%) bersentimen positif. Sentimen negatif didominasi keluhan gangguan teknis dan kesulitan penggunaan, sedangkan sentimen positif menyoroti kemudahan pendaftaran antrean secara online.
Kesimpulan: Penelitian selanjutnya disarankan menggunakan dataset yang lebih besar serta mengeksplorasi metode representasi teks berbasis semantik seperti IndoBERT untuk mengatasi keterbatasan TF-IDF dalam mengenali komentar ambigu. Selain itu, BPJS Kesehatan disarankan memprioritaskan perbaikan stabilitas sistem dan penyederhanaan alur fitur pendaftaran pelayanan berdasarkan pola keluhan yang teridentifikasi.
Background: The Mobile JKN application, developed by BPJS Kesehatan, provides service registration and online queue features to improve healthcare access for JKN participants. However, YouTube comments reflect varying user opinions, making sentiment analysis important for identifying public perceptions.
Objective: This study aims to determine user's sentiment toward the service registration feature of the Mobile JKN application using the Support Vector Machine (SVM) method.
Method: This study employed a descriptive quantitative approach to analyze YouTube comments collected through web crawling from January 2024 to April 2026. It processed the data through filtering, text preprocessing, manual labeling, TF-IDF weighting, and SVM classification. It addressed class imbalance using SMOTE and evaluated model performance using stratified 5-fold cross-validation.
Results: Of the 3,267 comments collected, 450 met the inclusion criteria and were analyzed. The SVM model achieved an accuracy of 86.67%, precision of 87.81%, recall of 86.67%, and F1-score of 86.85%. Among the 90 test comments, 51 (56.7%) were classified as negative and 39 (43.3%) as positive. Negative sentiment mainly concerned technical problems and usability issues, whereas positive sentiment emphasized the convenience of online service registration.
Conclusion: The findings indicate that the service registration feature receives predominantly negative sentiment. Future studies should use larger datasets and semantic text representation methods, such as IndoBERT, to improve the classification of ambiguous comments.
Kata Kunci : analisis sentimen, fitur pendaftaran pelayanan, Mobile JKN, data mining, YouTube