Penerapan Analisis Sentimen Multi-Aspek untuk Mengukur Penilaian Masyarakat pada RSUD Syarifah Ambani Rato Ebu Bangkalan dengan Metode Random Forest

Pelayanan kesehatan merupakan indikator penting dalam menilai kualitas suatu sistem kesehatan. RSUD Kabupaten Bangkalan menghadapi tantangan dalam menjaga mutu dan efisiensi pelayanan seiring dengan meningkatnya jumlah pasien. Ulasan pelanggan menjadi sumber data yang bernilai dalam memahami persepsi masyarakat terhadap layanan rumah sakit. Maka dari itu diperlukan teknik analisis sentiment untuk mengklasifikasikan ulasan secara otmatis. Penelitian ini dilakukan untuk menganalisis sentiment ulasan pada RSDU SYAMRABU Bangkalan dengan menggunakan random forest. Kelebihan dari metode random forest adalah dapat mengelola data dalam jumlah besar, lebih kecil terjadinya overfitting, tahan terhadap data noise dan missing value. Tujuan dari penelitian ini dalah untuk mengetahui seberapa pengaruh keragaman jumlah tree terhadap peforma model. Data yang digunakan sebanyak 987 ulasan diperoleh melalui proses scraping dari google maps RSUD SYAMRABU Bangkalan. Data tersebut dilabeli secara manual yaitu dengan enam label terdiri dari satu aspek dan satu sentimen diantaranya, pelayanan positif, pelayanan negatif, sdm positif, sdm negatif, dan sarana prasarana positif dan sarana dan prasarana negatif. Tahapan penelitian meliputi preprocessing, pembobotan menggunakan TF-IDF, serta klasifikasi menggunakan random forest dengan pendekatan binary relevance. Evaluasi model dilakukan dengan metode 10-fold cross validation. Hasil pengujian menunjukkan nilai hamming loss sebesar 0,0765, micro-f1 sebesar 0,9011, micro precision sebesar 0,9140, dan micro recall sebesar 0,8889. Nilai-nilai tersebut mengindikasikan bahwa model yang dikembangkan mampu melakukan klasifikasi dengan performa yang cukup baik.