ANALISIS SENTIMEN LAYANAN RUMAH SAKIT UMUM DAERAH CIBINONG MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER BERDASARKAN ULASAN DI GOOGLE MAPS

Rumah Sakit Umum Daerah (RSUD) Cibinong merupakan fasilitas kesehatan milik pemerintah daerah yang berperan penting dalam pelayanan masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen dari ulasan pengguna di Google Maps menggunakan metode Naive Bayes Classifier guna mengetahui persepsi publik terhadap layanan rumah sakit. Data dikumpulkan melalui web scraping menggunakan SARP API, sebanyak 1.008 ulasan berbahasa Indonesia tanpa batasan waktu. Proses penelitian mencakup preprocessing (case folding, stopword removal, stemming) dan klasifikasi sentimen menjadi tiga kategori: positif, negatif, dan netral.
Hasil klasifikasi menunjukkan akurasi sebesar 0.87. Sentimen positif berhasil diklasifikasikan dengan baik (precision 0.89, recall 0.98, f1-score 0.93). Sentimen negatif menunjukkan precision 0.60 dan recall 0.24, sedangkan sentimen netral tidak berhasil diklasifikasikan (precision, recall, f1-score: 0.00). Confusion matrix menunjukkan dominasi prediksi pada kelas positif, yang mengindikasikan ketidakseimbangan data memengaruhi performa model. Kesimpulannya, Naive
Bayes cukup efektif untuk sentimen positif, namun kurang optimal dalam mengenali sentimen negatif dan netral. Implikasi hasil ini dapat digunakan manajemen rumah
sakit dalam memahami opini publik dan meningkatkan layanan secara berbasis data.

Kata Kunci : RSUD Cibinong, Analisis Sentimen, Naive Bayes Classifier, Google Maps, Web Scrapping