SENTIMENT ANALYSIS OF THE HALODOC APPLICATION USING THE SUPPORT VECTOR MACHINE (SVM) ALGORITHM

Fairuz Amani Rachmadi Putri, Sri Siswanti

Abstract


Abstract: The Halodoc application, as a digital healthcare service platform, has been widely used for various medical purposes, such as doctor consultations, medication purchases, and laboratory services. User interactions and reviews play a crucial role in enhancing service quality. Sentiment analysis was conducted using the Support Vector Machine (SVM) method to assess user perceptions and satisfaction based on reviews obtained from the Google Play Store platform. The analysis process included data collection, text preprocessing, data transformation using TF-IDF, and training an SVM model to predict sentiment. The model achieved its highest accuracy of 88.32% in the first scenario. However, accuracy slightly decreased in the second and third scenarios, reaching 86.25% and 86.94%, respectively. The analysis results indicated that the model performed best in the first scenario, with the lowest number of prediction errors. Additionally, the model was more accurate in classifying negative and positive sentiments than neutral ones.

           
Keywords: halodoc application; sentiment analysis; support vector machine algorithm

 

Abstrak: Aplikasi Halodoc, sebagai platform layanan kesehatan digital, telah banyak digunakan untuk berbagai keperluan medis seperti konsultasi dokter, pembelian obat, dan layanan laboratorium. Interaksi pengguna dan ulasan mereka memiliki peran krusial dalam meningkatkan mutu layanan. Analisis sentimen dilakukan dengan menggunakan metode Support Vector Machine (SVM) untuk mengetahui persepsi dan kepuasan pengguna berdasarkan ulasan yang diperoleh dari Platform Google Play Store. Proses analisis mencakup pengumpulan data, pra-pemrosesan teks, transformasi data menggunakan TF-IDF, dan pelatihan model SVM untuk memprediksi sentimen. Hasil pelatihan model dengan akurasi tertinggi sebesar 88,32% pada skenario pertama. Akurasi sedikit menurun pada skenario kedua dan ketiga, masing-masing sebesar 86,25% dan 86,94%, Hasil analisa menunjukkan bahwa model memiliki performa terbaik pada skenario pertama dengan jumlah kesalahan prediksi terkecil. Selain itu, model cenderung lebih akurat dalam mengklasifikasikan sentimen negatif dan positif dibandingkan netral..

 

Kata kunci: algoritma support vector machine; analisis sentimen; aplikasi halodoc

 


Full Text:

PDF

References


N. N. Murhum, Y. Durachman, and E. Fetrina, “Pengukuran Penerimaan Pengguna Pada Aplikasi Kesehatan Halodoc dengan Menggunakan Model Unified Theory Of Ac-ceptance And Use Of Technology 2,” Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi, vol. 1, no. 2, pp. 89–96, Mar. 2022, doi: 10.20885/snati.v1i2.12.

R. Febrianti, A. D. Ramadyta, Z. N. Virgiawan, and R. Firmansyah, “Sistem Informasi Manajemen Penjualan Obat pada Aplikasi Halo-doc,” JEMSI (Jurnal Ekonomi, Ma-najemen, dan Akuntansi), vol. 7, no. 1, pp. 27–32, Feb. 2021, doi: 10.35870/jemsi.v7i1.517.

Bigalpha.id, “Mengenal Halodoc, Startup yang Bikin Berobat Jadi Lebih Gampang,” https://www.bigalpha.id/news/mengenal-halodoc-startup-yang-bikin-berobat-jadi-lebih-gampang , May 25, 2021.

I. S. K. Idris, Y. A. Mustofa, and I. A. Salihi, “Analisis Sentimen Ter-hadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM),” Jambura Journal of Electrical and Electronics Engineering, vol. 5, no. 1, pp. 32–35, 2023, doi: 10.37905/jjeee.v5i1.16830.

T. Grace, W. Margaretha, D. Juardi, U. S. Karawang, and T. Timur, “Analisis Sentimen Masyarakat Terhadap Penggunaan Halodoc Se-bagai Layanan Telemedicine di In-donesia,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 1, pp. 571–577, 2025, doi: https://doi.org/10.23960/jitet.v13i1.5682.

T. Walasary, “Survey Paper tentang Analisis Sentimen,” KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, vol. 2, no. 1, p. 202, Apr. 2022, doi: https://doi.org/10.24002/konstelasi.v2i1.5378.

Aqila, J. J. Sihombing, R. I. Sitorus, and Arnita, “Implementasi Algorit-ma Support Vector Machine Untuk Analisis Sentimen Aplikasi OLX di Playstore,” vol. 1, no. 2, 2022, [Online]. Available: https://repo.unikadelasalle.ac.id/2498/%0Ahttps://repo.unikadelasalle.ac.id/2498/1/COVER-DAFTAR_ISI_YonatanSarese.pdf

E. R. Kaburuan and N. R. Setiawan, “Sentimen Analisis Review Aplikasi Digital Korlantas Pada Google Play Store Menggunakan Metode SVM,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 12, no. 1, pp. 105–116, 2023, doi: 10.32736/sisfokom.v12i1.1614.

R. N. Cikania, “Analisis Sentimen Review Pengguna Layanan Tele-medicine Halodoc Menggunakan Algoritma Naive Bayes Classifier dan Support Vector Machine,” Insti-tut Teknologi Sepuluh Nopember, 2021. Accessed: Nov. 01, 2024. [Online]. Available: http://repository.its.ac.id/id/eprint/87562

F. Putra, R. Muhammad Ihsan, H. Fulaila Tahiyat, L. Efrizoni, and Rahmaddeni, “Evaluation Of Gojek Application Performance Through User Review Word Classification Using The SVM Method,” Tech-no.COM, vol. 23, no. 3, pp. 704–715, Aug. 2024, doi: 10.62411/tc.v23i3.11379.

Y. Bambang Seran and Supatman, “Analisis Sentimen Masyarakat Terhadap Kinerja Kerja Presiden Joko Widodo Enggunakan Algorit-ma Support Vector Machine,” Jurnal Mahasiswa Teknik Informat-ika, vol. 8, no. 4, Aug. 2024, doi: https://doi.org/10.36040/jati.v8i4.10171.

H. C. Husada and A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Teknika, vol. 10, no. 1, pp. 18–26, Feb. 2021, doi: 10.34148/teknika.v10i1.311.

D. S. Putri and T. Ridwan, “Analisis Sentimen Ulasan Aplikasi Pospay dengan Algoritma Support Vector Machine,” JURNAL ILMIAH IN-FORMATIKA (JIF), vol. 11, Mar. 2023, doi: https://doi.org/10.33884/jif.v11i01.6611.




DOI: https://doi.org/10.33330/jurteksi.v11i2.3748

Article Metrics

Abstract view : 46 times
PDF - 44 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Royal

Copyright © LPPM UNIVERSITAS ROYAL

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.