Evaluasi Kepuasan Pengguna Aplikasi JKN: Studi Analisis Sentimen dengan KNIME dan Metode NLP

Latar Belakang: Aplikasi Mobile JKN memudahkan akses masyarakat Indonesia terhadap layanan kesehatan, namun kepuasan pengguna belum dievaluasi secara menyeluruh. Analisis sentimen menggunakan Natural Language Processing pada ulasan pengguna dapat memberikan wawasan mendalam tentang kekuatan dan kelemahan aplikasi ini. Dengan bantuan KNIME (platform low-code) analisis ini bisa dilakukan secara efisien tanpa memerlukan keahlian teknis yang tinggi, sejalan dengan tema Healthkathon 2024 ini.

Tujuan: Menganalisis kepuasan pengguna Mobile JKN melalui ulasan berbasis NLP. Mengidentifikasi masalah dan kelebihan aplikasi berdasarkan sentimen pengguna. Memberikan rekomendasi untuk peningkatan aplikasi berdasarkan hasil analisis. Memanfaatkan KNIME sebagai platform low-code untuk mempermudah proses analisis.

Deskripsi: Proyek ini menggunakan KNIME untuk melakukan analisis sentimen pada ulasan pengguna Mobile JKN. Tahapan meliputi pengumpulan data ulasan, preprocessing teks, klasifikasi sentimen (positif, negatif, netral), serta visualisasi hasil. Analisis ini akan mengidentifikasi pola utama dalam feedback pengguna dan menghasilkan rekomendasi untuk pengembangan aplikasi yang lebih baik.

Dampak: Meningkatkan pengalaman pengguna dengan memahami lebih baik kebutuhan dan keluhan mereka. Efisiensi pemrosesan data ulasan dalam skala besar melalui penggunaan KNIME. Pengambilan keputusan berbasis data yang lebih akurat untuk pengembangan aplikasi. Mendorong adopsi teknologi AI dalam peningkatan layanan kesehatan digital, mendukung ekosistem digital yang lebih kuat.

Wahana Honda String Matcher Address

Used extensions & nodes

KNIME Base nodesTrusted extension

KNIME Excel SupportTrusted extension

KNIME JavasnippetTrusted extension

KNIME ViewsTrusted extension

Legal

KNIME Base nodes

KNIME Excel Support

KNIME Javasnippet

KNIME Views