YOGYAKARTA, JOGPAPER.NET — Aplikasi Telemedicine pada platform android memudahkan masyarakat dalam berobat. Kemudahan ini dirasakan saat pandemi Covid-19 lalu dan ke depan aplikasi ini dapat diterapkan untuk masyarakat yang jauh dari tempat pelayanan kesehatan atau daerah terpencil.
Demikian hasil penelitian Siti Mutmainah, MKom, alumni Konsentrasi Sain Data Program Studi Informatika, Program Magister, Fakultas Teknologi Industri, Universitas Islam Indonesia (FTI UII) kepada wartawan secara virtual, Rabu (2/8/2023). Siti Mutmainah merupakan salah satu lulusan terbaik UII dengan Indek Prestasi Komulatif (IPK) 3,83.
“Pandemi Covid-19, khususnya di Indonesia, membuat penggunaan dan perkembangan aplikasi telemedicine meningkat. Saat itu, aplikasi telemedicine memberikan dampak positif terhadap pelayanan kesehatan,” kata Siti Mutmainah yang didampingi Irving Vitra Paputungan, ST, MSc, PhD, Ketua Program Magister Informatika dan Dhomas Hatta Fudholi, ST, M Eng, PhD, Dosen pembimbing dan Ketua Program Studi Informatika (S1).
Dijelaskan Siti Mutmainah, penelitiannya menganalisis feedback pengguna aplikasi serta memahami opini sentimen dan pengalaman pengguna. Analisa ini dapat membantu meningkatkan kualitas aplikasi dalam pelayanan kesehatan.
“Menggunakan analisis sentimen dan analisis dari pemodelan topik feedback dapat mendeskripsikan topik-topik yang terdapat pada kelompok sentimen pengguna. Sehingga kita dapat melihat konstruksi opini sentimen positif dan negatif dari pengguna,” kata Siti.
Sentimen opini positif, kata Siti, dapat menjadi sebuah cerminan fungsionalitas yang patut dapat dipertahankan serta dikembangkan. Sedangkan opini sentimen negatif dapat memberikan gambaran strategi perbaikan ke depan. Aplikasi telemedicine banyak tersedia di platform Android (Google Play Store), platform yang digunakan oleh mayoritas penduduk Indonesia.
Penelitian ini melakukan analisis sentiment dan pemodelan topik pada feedback pengguna platform Android aplikasi telemedicine berbahasa Indonesia. Sumber data yang dikumpulkan merupakan feedback dari lima lima aplikasi telemedicine terkemuka yaitu Yesdok, SehatQ, Klikdokter, Hallodok, Alodok.
Pemodelan analisis sentimen menggunakan BiLSTM (Bidirectional Long Short-Term Memory). BiLSTM memiliki kinerja yang lebih baik dalam memahami konteks kalimat daripada LSTM karena memiliki dua layer proses pembelajaran (maju dan balik).
Sedang pemodelan topik terhadap kelompok sentimen dilakukan menggunakan LDA (Latent Dirichlect Allocation). Hasil scraping feedback pengguna didapatkan 244 ribu, data dari ke-lima aplikasi telemedicine, feedback yang terkumpul dikumpulkan exploratory data dan dilakukan exploratory serta pelabelan menggunakan kamus lexicon InSet. (*)
