Pemodelan Topik dan Klasifikasi Teks pada Komentar Masyarakat Terhadap BPJS Kesehatan Menggunakan BERTopic dan IndoBERT

LIE, Samuel Theodore (2024) Pemodelan Topik dan Klasifikasi Teks pada Komentar Masyarakat Terhadap BPJS Kesehatan Menggunakan BERTopic dan IndoBERT. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (95kB)
	Text 3. HALAMAN PENGESAHAN 1.pdf Download (220kB)
	Text 4. HALAMAN PENGESAHAN 2.pdf Download (202kB)
	Text 5. KATA PENGANTAR.pdf Download (45kB)
	Text 6. ABSTRAK.pdf Download (44kB)
	Text 7. ABSTRACT.pdf Download (42kB)
	Text 8. DAFTAR ISI.pdf Download (63kB)
	Text 12. BAB 1 PENDAHULUAN.pdf Download (70kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (128kB)

Abstract

BPJS Kesehatan, sebagai penyelenggara Jaminan Kesehatan Nasional,
berupaya meningkatkan kualitas layanan melalui berbagai kanal pengaduan,
termasuk media sosial seperti Instagram. Metode untuk klasifikasi dan ekstrak topik
dari komentar-komentar tersebut diperlukan karena meningkatnya jumlah
komentar publik. Penelitian ini bertujuan untuk mengembangkan kerangka kerja
yang mampu mengklasifikasikan komentar terhadap BPJS Kesehatan ke dalam tiga
kategori: keluhan, pertanyaan, dan netral, serta mengidentifikasi topik utama dalam
kategori keluhan dan pertanyaan. Penelitian ini menggabungkan metode IndoBERT
dan BERTopic untuk klasifikasi dan pemodelan topik. IndoBERT dan BERTopic
adalah model berbasis BERT yang mampu memahami konteks dari teks. Data yang
digunakan adalah komentar dari akun Instagram @bpjskesehatan_ri selama periode
2021-2022. Metodologi penelitian melibatkan pengumpulan dan pra-proses data,
diikuti dengan pelatihan model Bidirectional Encoder Representations from
Transformers (BERT) dan menghasilkan akurasi 86,22%. Hasil dari klasifikasi ini
akan digunakan untuk analisis lebih lanjut terkait topik yang sering muncul dalam
komentar publik. Pemodelan topik menghasilkan total lima kategori topik keluhan
dengan topik yang paling sering muncul yaitu call center dan biaya. Kategori
pertanyaan memiliki delapan topik dengan topik yang paling sering muncul yaitu
pembayaran, pindah faskes, dan ganti nama bayi.
Kata Kunci: BPJS, IndoBERT, BERTopic, Klasifikasi, Pemodelan, Topik,
Instagram

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	13 Feb 2026 08:27
Last Modified:	13 Feb 2026 08:27
URI:	https://eprints2.undip.ac.id/id/eprint/45281

Actions (login required)

View Item

Search for collections on Undip Repository