Analisis Sentimen Dan Klasifikasi Kualitas Layanan Berdasarkan Ulasan Google Maps Menggunakan Data Mining Pada Klinik Sisma Medikal

Abstract

Perkembangan teknologi digital mendorong pemanfaatan ulasan pelanggan sebagai sumber informasi dalam mengevaluasi kualitas layanan kesehatan. Google Maps menyediakan berbagai ulasan yang berisi pengalaman, kritik, saran, dan tingkat kepuasan pasien terhadap layanan yang diberikan. Namun, jumlah ulasan yang terus meningkat menyebabkan proses analisis secara manual menjadi kurang efektif karena data berbentuk teks tidak terstruktur. Penelitian ini bertujuan merancang sistem analisis sentimen dan klasifikasi kualitas layanan berdasarkan ulasan Google Maps menggunakan pendekatan data mining pada Klinik Sisma Medikal. Penelitian menerapkan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM) yang terdiri atas tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Sebanyak 884 ulasan dari empat cabang Klinik Sisma Medikal diperoleh melalui proses web scraping kemudian diproses menggunakan tahapan preprocessing berupa case folding, tokenizing, normalisasi, stopword removal, dan stemming. Selanjutnya algoritma machine learning digunakan untuk mengelompokkan sentimen positif dan negatif serta mengklasifikasikan kualitas layanan berdasarkan aspek pelayanan administrasi, pelayanan dokter, pelayanan perawat, fasilitas, dan kecepatan pelayanan. Hasil penelitian menunjukkan bahwa sistem mampu mengubah data ulasan yang tidak terstruktur menjadi informasi yang lebih sistematis, memberikan visualisasi hasil analisis, mengidentifikasi isu layanan yang dominan, serta membantu manajemen dalam melakukan evaluasi dan pengambilan keputusan berbasis data. Sistem yang dirancang diharapkan dapat mendukung peningkatan kualitas pelayanan kesehatan secara berkelanjutan.